The Renal Activity Index for Lupus: Validation for Prediction of Kidney Inflammation in Adult Patients With Lupus Nephritis
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the ability of the Renal Activity Index for Lupus (RAIL) score, a urine biomarker-derived score, to capture and predict the course of active lupus nephritis (LN) in adult patients. METHODS: Available serial urine samples collected up to week 52 from a subset of adults with active biopsy-proven proliferative LN participating in the double-blind randomized ALLURE trial of abatacept (ClinicalTrials.gov: NCT01714817) were used to calculate RAIL scores from creatinine-adjusted urine biomarkers (neutrophil gelatinase-associated lipocalin [NGAL], kidney injury molecule 1 [KIM-1], monocyte chemotactic protein 1 [MCP-1], adiponectin, hemopexin, ceruloplasmin). Discriminative performance of RAIL scores alone over time were compared with urine protein/creatinine ratio (UPCR), kidney function (estimated glomerular filtration rate [eGFR]), and mixed model analysis of RAIL score adjusted for baseline UPCR, eGFR, age, weight, sex, and race, with comparisons by renal response states including complete renal response (CRR), partial renal response but not CRR (PRR-only), and nonresponse (NR). RESULTS: The analysis included 240 patients who contributed 599 samples. At weeks 12/24/52, there were 44/22/15 patients with PRR-only, 27/33/18 with CRR, and 127/61/15 NR. RAIL scores, eGFR, and UPCR improved over time irrespective of abatacept use, but were significantly lower with CRR compared to NR. The eGFR alone had poor accuracy (area under the receiver-operating characteristic curve [AUC] < 0.51) to discriminate renal response. Only after correction of baseline UPCR and eGFR, the RAIL score had excellent accuracy to reflect CRR from other renal response states at the current (AUC = 0.83-0.84) and next visit (AUC = 0.84-0.85) and performed better than UPCR; without correction, UPCR and RAIL score had similarly good accuracy. CONCLUSION: RAIL scores identify active LN and longitudinally predict the course of adult LN. (ClinicalTrials.gov: NCT01714817).
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».