Novel therapies improve prognosis of IgAN and limit the applicability of the International IgA Nephropathy Prediction Tool
Notice bibliographique
Résumé
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International IgA Nephropathy Prediction Tools using clinical variables and the Oxford MEST scores were developed in outdated cohorts.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 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 | 0,009 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».