Diagnostic Immunostaining of Renal Biopsies: An Overview of Markers for Glomerular Diseases
Notice bibliographique
Résumé
Background: The analysis of a renal biopsy is made complex by multifactorial etiologies involving different renal compartments. Recent proteomic data, pattern-based classification, and a better understanding of various glomerular renal diseases have underscored the importance of immunohistology as an integral part of the diagnostic evaluation of renal biopsies. These include immunofluorescence on formalin-fixed paraffin-embedded renal tissue (IF-P), IgG subclass staining, typing of amyloid, and other organized deposits, classification of membranous nephropathy, etc. Summary: We describe the recent immunohistological markers on immunofluorescence (IF) and immunohistochemistry (IHC) on fresh and formalin-fixed paraffin-embedded renal native biopsies for proper evaluation and classification of glomerular diseases. The article also provides information on the diagnostic utility, interpretation, and established antibody clones described in the literature for various glomerular diseases. The indications of IF-P in renal biopsies are also outlined. Key Messages: Immunohistology has become integral to diagnosing and classifying various glomerular renal diseases. A specific protein or antigen-based classification has prognostic and therapeutic implications. Additionally, it provides clue for screening the patient for an underlying etiology.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».