MétaCan
Menu
Retour à la cohorte
Enregistrement W4413105473 · doi:10.1093/ckj/sfaf251

Novel therapies improve prognosis of IgAN and limit the applicability of the International IgA Nephropathy Prediction Tool

2025· article· en· W4413105473 sur OpenAlexaff
Xue Shen, Pei‐Jer Chen, Lijun Liu, Sufang Shi, Sean J. Barbour, Jicheng Lv, Hong Zhang

Notice bibliographique

RevueClinical Kidney Journal · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Diseases and Glomerulopathies
Établissements canadiensProvincial Health Services AuthorityUniversity of British Columbia
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésMedicineRenal functionNephropathyInternal medicineFramingham Risk ScoreCohortKidney diseaseOncologyClinical trialDiseaseDiabetes mellitus

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background The International IgA Nephropathy Prediction Tools using clinical variables and the Oxford MEST scores were developed in outdated cohorts. External validation is required to assess the tool's applicability in predicting progression risk for patients on novel therapies. Methods We included 677 immunoglobulin A nephropathy (IgAN) patients (Peking University First Hospital, 2003–23) treated with endothelin receptor antagonists, Nefecon, sodium-glucose cotransporter 2 inhibitors, hydroxychloroquine or telitacicept, a BAFF/APRIL inhibitor. The primary outcome was defined as a 50% decline in estimated glomerular filtration rate or end-stage kidney disease. Discrimination (C-statistic), calibration [calibration slope, Integrated Calibration Index (ICI)], model fit (R2D) and risk stratification (Kaplan–Meier curves) were assessed. Results The median follow-up was 4.8 years (interquartile range 2.2, 8.1), and 190 (28.1%) patients experienced the primary outcome, with a 5-year risk of 9.8%. Compared with the median biopsy year of reported cohorts of original model, our cohort is more contemporary (2017). We validated both original and updated models (and for full model with and without race version). All versions showed adequate discrimination, poor calibration and model fit: C-statistic ∼0.74, calibration slope ∼0.50, R2D <20%, ICI >0.10, and poor separation of Kaplan–Meier curves, except for the highest-risk group. The tools consistently overestimated risk in patients receiving novel therapies. These findings further demonstrated that novel therapies can improved clinical outcomes for IgAN patients. Conclusions In this study, both versions of both models demonstrated limited performance and overestimated risks. Given the prognostic improvement with novel IgAN therapies, these prediction tools may need updating for use in currently treated patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,081
Score d'incertitude au seuil0,339

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,320
Écart entre enseignants0,298 · 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 tête enseignante, 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 Kidney JournalMême sujetRenal Diseases and GlomerulopathiesTravaux en français237 207