Increased risk of kidney failure in patients with genetic kidney disorders
Notice bibliographique
Résumé
BACKGROUNDIt is unknown whether the risk of kidney disease progression and failure differs between patients with and without genetic kidney disorders.METHODSThree cohorts were evaluated: the prospective Cure Glomerulonephropathy Network (CureGN) and 2 retrospective cohorts from Columbia University, including 5,727 adults and children with kidney disease from any etiology who underwent whole-genome or exome sequencing. The effects of monogenic kidney disorders and APOL1 kidney-risk genotypes on the risk of kidney failure, estimated glomerular filtration rate (eGFR) decline, and disease remission rates were evaluated along with diagnostic yields and the impact of American College of Medical Genetics secondary findings (ACMG SFs).RESULTSMonogenic kidney disorders were identified in 371 patients (6.5%), high-risk APOL1 genotypes in 318 (5.5%), and ACMG SFs in 100 (5.2%). Family history of kidney disease was the strongest predictor of monogenic disorders. After adjustment for traditional risk factors, monogenic kidney disorders were associated with an increased risk of kidney failure (hazard ratio [HR] = 1.72), higher rate of eGFR decline (-3.06 vs. 0.25 mL/min/1.73 m2/year), and lower risk of complete remission (odds ratioNot achieving CR = 5.25). High-risk APOL1 genotypes were associated with an increased risk of kidney failure (HR = 1.67) and faster eGFR decline (-2.28 vs. 0.25 mL/min/1.73 m2), replicating prior findings. ACMG SFs were not associated with personal or family history of associated diseases, but were predicted to impact care in 70% of cases.CONCLUSIONSMonogenic kidney disorders were associated with an increased risk of kidney failure, faster eGFR decline, and lower rates of complete remission, suggesting opportunities for early identification and intervention based on molecular diagnosis.TRIAL REGISTRATIONNA.FUNDINGNational Institute of Diabetes and Digestive and Kidney Diseases grants U24DK100845 (formerly UM1DK100845), U01DK100846 (formerly UM1DK100846), U01DK100876 (formerly UM1DK100876), U01DK100866 (formerly UM1DK100866), U01DK100867 (formerly UM1DK100867), U24DK100845, DK081943, RC2DK116690, 2U01DK100876, 1R01DK136765, 5R01DK082753, and RC2-DK122397; NephCure Kidney International; Department of Defense Research Awards PR201425, W81XWH-16-1-0451, and W81XWH-22-1-0966; National Center for Advancing Translational Sciences grant UL1TR001873; National Library of Medicine grant R01LM013061; National Human Genome Research Institute grant 2U01HG008680.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».