Clinicopathologic Features of IgG4-Related Kidney Disease
Notice bibliographique
Résumé
Introduction: IgG4-related disease (IgG4-RD) is a systemic immune-mediated disease that can involve nearly any organ. IgG4-RD can affect the kidney in different disease patterns, collectively referred to as IgG4-related kidney disease (IgG4-RKD). Methods: We conducted a tissue-based cohort study with clinicopathological correlation in 125 patients with IgG4-RKD. Results: = 5) was 63 years; 80% were male. One hundred eighteen patients (94%) had IgG4-related tubulointerstitial nephritis (IgG4-TIN); 20 patients (16%) had IgG4-related membranous glomerulonephritis (IgG4-MGN; 13 with concurrent IgG4-TIN). The primary clinical indication for biopsy/nephrectomy was acute or chronic renal failure in 78%, proteinuria in 17%, and mass lesion(s) in 15% (with overlap in primary indication). Fifty-two percent patients (41/79) had abnormal radiographic findings, including masses in 30% (24/79). All patients with IgG4-MGN had proteinuria. Extrarenal involvement by IgG4-RD was present in 79%. Median serum creatinine at presentation was 2.5 mg/dl (range 0.7-12). Serum IgG and/or IgG4 was increased in 91% (53/58); hypocomplementemia was present in 56% (43/77). Light microscopy showed plasma cell-rich interstitial nephritis in all cases of IgG4-TIN. Ninety-two percent of patients showed increased IgG4+ plasma cells. Seven percent showed an acute interstitial nephritis (AIN) pattern, and 5% showed non-necrotizing arteritis. Tubular basement membrane immune deposits were present in 83% of IgG4-TIN. Treatment information was available for 71 patients; 62 were treated with immunosuppression. Of those with elevated creatinine, 72% (41/57) showed a treatment response. Conclusion: This largest tissue-based series more clearly defines the disease phenotype of IgG4-RKD.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».