MétaCan
Menu
Retour à la cohorte
Enregistrement W4411276141 · doi:10.2215/cjn.0000000751

Clinical and Histologic Predictors of Kidney Outcomes in C3 Glomerulopathy and Idiopathic Membranoproliferative GN

2025· article· en· W4411276141 sur OpenAlexaff
Malak Ghaddar, Fernando Caravaca‐Fontán, Manuel Praga, Gema Fernández‐Juárez, Hannah J. Lomax-Browne, H. Terence Cook, Erica Daina, Marina Noris, Giuseppe Remuzzi, Dilshani Induruwage, Bingyue Zhu, Matthew C. Pickering, Sean J. Barbour

Notice bibliographique

RevueClinical Journal of the American Society of Nephrology · 2025
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueComplement system in diseases
Établissements canadiensUniversity of British ColumbiaBC Cancer Agency
Organismes subventionnairesMinistero della SaluteNIHR Imperial Biomedical Research CentreWellcome TrustAlexion Pharmaceuticals
Mots-clésMembranoproliferative glomerulonephritisMedicineGlomerulopathyGlomerulonephritisPathologyKidneyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Key Points Lower eGFR, paraprotein presence, and interstitial fibrosis were associated with a higher risk of kidney outcome. Native disease (versus recurrence post-transplantation), White ethnicity, and lower C4 levels were associated with a lower risk of kidney outcome. A 50% reduction in proteinuria from baseline to a value <1 g/d was associated with a lower risk of kidney outcome. Background C3 glomerulopathy (C3G) is a rare disease caused by abnormalities in the alternative complement pathway with significant overlap with idiopathic immune complex membranoproliferative GN (IC-MPGN). The risk factors of kidney outcomes in these conditions remain controversial, limited by small studies. We aimed to identify and assess risk factors associated with kidney outcomes. Methods Using a cohort of 225 patients with C3G or idiopathic IC-MPGN from three international centers, we evaluated the association between clinical and histologic variables and a composite outcome of a 30% decline in eGFR or ESKD, using Cox proportional hazards models. A prediction model was derived and internally validated through bootstrap resampling. Results In a multivariable model, lower eGFR, paraprotein presence, and interstitial fibrosis were associated with a higher outcome risk, whereas native disease (versus recurrence post-transplantation), White ethnicity, and lower C4 levels were associated with lower risk. The prediction model including these variables performed well (R 2 D : 53%, C-statistic: 0.84 [95% confidence interval, 0.82 to 0.86], integrated calibration index: 0.31) and maintained robustness after internal validation. A 50% reduction in proteinuria from baseline to a value <1 g/d was associated with a lower risk of outcome independent of other risk factors (hazard ratio, 0.35; 95% confidence interval, 0.12 to 0.97). Conclusions Our study evaluated the baseline clinical and histologic parameters associated with kidney outcomes using the largest C3G/idiopathic IC-MPGN cohort to date. These factors were included in a prediction model to assess individual patient risk. Our results provide an evidence-based definition of proteinuria remission that can be used for patient care and in clinical trials. Podcast This article contains a podcast at https://dts.podtrac.com/redirect.mp3/www.asn-online.org/media/podcast/CJASN/2025_08_27_CJASNAugust.20.8.82.mp3

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,348
Écart entre enseignants0,322 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Journal of the American Society of NephrologyMême sujetComplement system in diseasesTravaux en français237 207