Immune checkpoint inhibitor–associated nephritis—treatment standard
Notice bibliographique
Résumé
Over the last 13 years, the use of immune checkpoint inhibitor (ICI) therapy has grown remarkably, owing to their unprecedented anti-tumor efficacy in certain tumor groups. With increased use of ICIs, we are seeing immune-related adverse events (irAEs) more frequently. Renal irAEs, such as ICI-associated acute kidney injury (ICI-AKI), are reported in 2%-5% of patients treated with ICIs, with acute tubulointerstitial nephritis (ATIN) as the most common histopathologic lesion, though various forms of glomerulonephritis have also been reported. Modifiable risk factors for ICI-AKI include concurrent use of ATIN-associated drugs, like proton pump inhibitors, non-steroidal anti-inflammatory drugs and antibiotics, and dual ICI therapy with both Cytotoxic T-lymphocyte Associated Protein 4 (CTLA-4) and Programmed Cell Death Protein 1 and its ligand (PD1/PDL-1) blockade. Kidney biopsies remain the diagnostic modality of choice, though several promising non-invasive biomarkers, which have not yet been broadly clinically validated have emerged. The treatment of ICI-AKI involves holding ICIs, discontinuation of ATIN-associated drugs and initiation of immunosuppression with corticosteroids as first-line therapy. With prompt treatment initiation, most patients achieve full or partial renal recovery, allowing for re-challenge with ICI. However, a subset of patients will require additional steroid-sparing therapies for corticosteroid-dependent or refractory ICI-AKI. Here we review developments in our understanding of the pathophysiology of ICI-AKI, the approach to diagnosis (with a focus on the emergence of novel diagnostic tools), prognostic factors and the current evidence for establishing treatment standards for ICI-AKI. As the evidence base remains largely retrospective, we identify questions that would benefit from future prospective studies in the diagnosis, management and prognostication of ICI-AKI.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».