Longitudinal Proteinuria Trajectories and Their Association With Kidney Failure in Minimal Change Disease and Focal Segmental Glomerulosclerosis: A CureGN Study
Notice bibliographique
Résumé
Background: Proteinuria often guides treatment decisions and measures response in glomerular disease. We characterized longitudinal proteinuria trajectories in patients with MCD and FSGS and assessed associations with kidney failure (KF). Methods: Participants with MCD and FSGS enrolled in the Cure Glomerulonephropathy (CureGN) study with a first diagnostic kidney biopsy in the 5 years prior to enrollment and ≥2 years of follow-up were included. Participants were grouped based on proteinuria trajectory in the first 2 years post-enrollment using latent class trajectory analysis. Associations between group membership and incidence of KF beyond 2 years post enrollment were assessed using multivariable Cox regression. Results: 887 participants (423 MCD, 464 FSGS) were included. Median age was 17 years (IQR 8-44); 53% were male; 22% were Black. Median follow-up time from enrollment was 4.5 years (IQR 3.4-5.7). Mean (SD) eGFR (ml/min/1.73m2) and UPCR (g/g) at enrollment were 89.3 (33.0) and 2.5 (3.2), respectively. Three groups were identified (Figure); Group 1 (78%) had consistently low UPCR (<1); Group 2 (12%) had high UPCR at enrollment that decreased by the start of year 2 to <2; Group 3 (10%) had consistently high UPCR (>6). Groups 1 and 2 were approximately evenly split between MCD and FSGS (48% and 52% for Group 1, 56% and 44% for Group 2), while Group 3 was predominantly FSGS (65%). Group 3 had higher hazard of progression to KF after 2 years post-enrollment compared to Group 1 (HR=3.4, 95% CI=1.6-7.3), after adjusting for diagnosis, age, eGFR at enrollment, and years from biopsy to enrollment. No interaction between diagnosis and proteinuria trajectory was detected (p=0.24). Conclusions: Longitudinal proteinuria trajectories add additional information beyond diagnosis and baseline disease severity when characterizing risk of KF in patients with MCD and FSGS. Funding: NIDDK SupportMean UPCR trajectories with 95% confidence intervals.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».