MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410715771 · doi:10.3899/jrheum.2025-0390.o039

EFFICACY AND SAFETY OF RITUXIMAB (RTX) IN REFRACTORY LUPUS NEPHRITIS (LN) FROM REAL-WORLD LOOPS REGISTRY

2025· article· en· W4410715771 sur OpenAlexvenueno aff
Masanobu Ueno, Shingo Nakayamada, Ippei Miyagawa, Hiroaki Tanaka, Satoshi Kubo, Yusuke Miyazaki, Yasuyuki Todoroki, Yuya Fujita, H. Sakai, Yoshiya Tanaka

Notice bibliographique

RevueThe Journal of Rheumatology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineLupus nephritisRituximabRefractory (planetary science)Internal medicineImmunologyLymphomaDisease

Résumé

récupéré en direct d'OpenAlex

O039 / #695 Topic: AS15 - Lupus Nephritis-Clinical ABSTRACT CONCURRENT SESSION 06: LUPUS NEPHRITIS – CLINICAL OUTCOMES, PREDICTION AND THERAPY 23-05-2025 1:40 PM - 2:40 PM Background/Purpose In 2023, Rituximab (RTX) therapy for lupus nephritis was approved in Japan. However, the efficacy and safety in real-world clinical practice have not been validated. This study aimed to assess the efficacy and safety of RTX for LN in real-world clinical practice. Methods Patients with LN who received remission induction therapy with high- or moderate-dose GC or GC pulse, combined with HCQ+RTX (RTX group, n=33), +MMF (MMF group, n=77), or +CYC group (CYC group, n=24) after May 2016 (when MMF was approved in Japan) were included. The efficacy and safety were compared among groups. The primary endpoint was the achievement rate of complete renal response (CRR) and uPCR <1.0 at week 52. The secondary endpoints were retention rate, adverse events, and GC-sparing effect. In addition, peripheral blood immunophenotyping was performed on age- and gender-matched HCs and patients with LN. In patients with LN, immune phenotyping was also conducted before and after treatment. Results Treatment retention was 90.9% (30/33) in the RTX group, 90.9% (70/77) in the MMF group, and 70.8% (17/24) in the CYC group. The most common adverse events were infusion reactions (27.3%) in RTX and infections in MMF (32.4%) and CYC (58.3%). SLEDAI and BILAG scores significantly decreased in all groups. CRR achievement rates were 39.4% (RTX), 48.1% (MMF), and 37.5% (CYC), and uPCR <1.0 rates were 82.7% (RTX), 87.0% (MMF), and 81.3% (CYC), with no significant differences among the groups. GC-sparing effects were also similar across the groups (RTX: -87.8%, MMF: -84.4%, CYC: -86.7%). Immunophenotyping revealed that class-switched memory B cells (CM B cells) and plasmocytes were elevated in SLE patients compared to healthy controls (HCs). In the RTX group, naïve B cells, CM B cells, and plasmocytes were found to have disappeared at 26 weeks. In cases achieving CRR in the RTX group, CM B cells and plasmocytes remained undetectable at 52 weeks, whereas in non-CRR cases, they showed a re-increase. Changes in T cells were not associated with treatment efficacy in the RTX group. In the MMF and IVCY groups, naïve B cells, CM B cells, and plasmocytes were significantly decreased at week 52; however, this decrease was not associated with treatment efficacy. On the other hand, in cases achieving CRR in the MMF and IVCY groups, activated CD4 + T cells and activated Th1 cells were significantly reduced. Conclusions Immunosuppressive drugs and RTX had different effects on the immune phenotype. RTX can be an effective treatment option for LN in real-world clinical practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,304
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rheumatology→Même sujetSystemic Lupus Erythematosus Research→Travaux en français237 207→