Five-Year study on renal outcomes in biopsy-proven focal segmental glomerulosclerosis patients in Shiraz, Iran.
Notice bibliographique
Résumé
Background: Focal segmental glomerulosclerosis (FSGS) is a prevalent glomerular disease that often leads to nephrotic syndrome. It is characterized by consolidating a portion of the glomerular capillary tuft connected to Bowman's capsule. This retrospective cohort study aimed to determine the demographic characteristics, risk factors, and prognostic indicators associated with FSGS in Shiraz, Iran. Methods: The study included 53 primary FSGS patients aged over 18 years who were referred to clinics affiliated with Shiraz University of Medical Sciences. Data were collected through a comprehensive data-gathering sheet encompassing demographic information, medical history, laboratory test results, and histopathological findings. Statistical analysis was performed using SPSS 18, considering a significance level of p<0.05. Results: A five-year follow-up was conducted on the 53 patients, with the mean age of 41.0±13.3 years. The most common FSGS variants observed were "not otherwise specified" (NOS, 13.2%) and tip variant (7.5%). Older patients exhibited higher disease activity, whereas remission rates were higher among younger individuals (P=0.012). Patients achieving remission had lower creatinine and Pro/Cr ratios and higher glomerular filtration rates (p<0.05). Treatment involving a combination of corticosteroids and mycophenolate mofetil showed a significant correlation with remission (P=0.036). Conclusion: Older patients with higher creatinine levels, higher Pro/Cr ratios, and lower glomerular filtration rates at disease onset may require more aggressive treatment. Combination therapy with mycophenolate mofetil and corticosteroids yields better outcomes, leading to increased remission rates. These findings provide valuable insights for managing FSGS patients.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».