Þróun lúpus nýrnabólgu sem spár fyrir um óhagkvæm svörun með því að nota vefjameinafræðilegar og klínískar rannsóknarstofubreytur í nýrum við greiningu

Mar 21, 2022

Lindsay N Helget,1,2 David J Dillon,1 Bethany Wolf,3Laura P Parks,1 Sally E Self,4Evelyn T Bruner,4 Evan E Oates,5Jim C Oates

ÁSTANDUR

HlutlægLupus nephritis (LN) er anónæmirflókin miðluð gaukla- og tubulointerstitial sjúkdómur hjá sjúklingum með SLE. Spá um niðurstöður við upphaf LN greiningar getur leiðbeint ákvörðunum varðandi styrk eftirlits og meðferðar til að ná árangri í meðferð. Eins og er er ekkert vélanámslíkan af niðurstöðum til. Nokkrar útkomulíkanaverk hafa notað einbreytu eða línuleg reiknilíkan en voru takmörkuð af misleitni sjúkdómsins. Við gerðum þá tilgátu að hægt væri að nota sambland af niðurstöðum nýrnasjúkdóma og venjubundinna klínískra rannsóknarstofnagagna til að þróa og víxla sannprófa klínískt þýðingarmikið vélnámstæki fyrir snemmtæka ákvarðanatöku sem spáir fyrir um LN niðurstöður eftir um það bil 1 ár.

AðferðirTil að bregðast við þessari tilgátu voru sjúklingar með LN frá væntanlegri lengdarskráningu við læknaháskólann í Suður-Karólínu, sem skráðir voru á milli 2003 og 2017, auðkenndir ef þeir fengu nýrnasýni með meinafræðilegri flokkun International Society of Nephrology/Nenal Pathology Society. Klínísk rannsóknarstofugildi við greiningu og útkomubreytur eftir um það bil 1 ár voru skráð. Vélanámslíkön voru þróuð og krossstaðfest til að spá fyrir um óviðunandi svörun.

NiðurstöðurFive machine learning models predicted suboptimal response status in 10 times cross-validation with receiver operating characteristics area under the curve values >0.78. Mestu forspárbreyturnar voru millivefsbólga, millivefstrefjun, virkniskor og langvarandi skor úr nýrnasjúkdómum og hlutfalli próteins og kreatíníns í þvagi, fjölda hvítra blóðkorna og blóðrauða frá klínískum rannsóknarstofum. Vefbundið tól var búið til fyrir lækna til að slá inn þessar grunnlínu klínískar rannsóknarstofu- og vefjameinafræðibreytur til að fá líkindastig á óákjósanlegri svörun.

NiðurstaðaÍ ljósi þess að sjúkdómsframsetning er ólík í LN er mikilvægt að áhættuspálíkön innihaldi nokkra gagnaþætti. Þessi skýrsla veitir í fyrsta skipti klínískt sönnunargagnaverkfæri sem notar fimm forspárlíkönin og einfaldar skilning á þeim með vefforriti.


Tengiliður:joanna.jia@wecistanche.com

to improvr kidney function

Cistanche herbadeserticola kemur í veg fyrirnýrusjúkdóm, smelltu hér til að fá sýnishornið

KYNNING

Lupus nephritis (LN) er ónæmisfléttur miðlaður gaukla- og tubulointerstitial sjúkdómur hjá sjúklingum með SLE. Um það bil 50 prósent sjúklinga með SLE þróastnýru-tengdir fylgikvillar, þar á meðal LN, og allt að 48 prósent þeirra sem eru með dreifða fjölgunarsjúkdóminn geta þróast yfir í lokastig nýrnasjúkdóms innan 5 ára frá greiningu meðal Afríku-Bandaríkjamanna.1 The American College of Rheumatology (ACR) mælir nú með því að skipta um meðferð þegar sjúklingar með LN eru taldir ekki svara eftir 6 mánaða upphafsmeðferð.2 Læknar nota margs konar sermismerki, þar á meðal C3, C4, and-tvíþátta DNA (anti-dsDNA) og kreatínín, auk þvagpróteina -til-kreatínín hlutfall og botnfall til að fylgjast með svörun við meðferð, en svörun við meðferð er ekki skilgreind í leiðbeiningunum.2 Þó að í þessari 6-mánaðar rannsókn á innleiðslumeðferð, geta sjúklingar sem svara ekki fengið óafturkræf nýru til viðbótar skemmdir. Ákvörðunarstuðningsverkfæri byggt á vélanámslíkönum gæti verið gagnlegt við að ákvarða grunnlínueiginleika sjúklinga sem eru ólíklegri til að svara innleiðslumeðferð. Sem stendur hefur ekkert klínískt gagnlegt vélnámslíkan af 1-ársútkomum verið þróað. Univariate eða línuleg líkan hefur ekki spáð vel fyrir um niðurstöður í þessum ólíka sjúkdómi.

Table 1 Baseline characteristics by response status at approximately 1 year

Við gerðum þá tilgátu að hægt væri að nota sambland af niðurstöðum nýrnameinafræði og venjubundnum klínískum rannsóknarstofum til að þróa og víxla sannprófa tól til stuðnings við ákvörðunartöku snemma LN sem spáir fyrir um óviðunandi svörun eftir um það bil 1 ár í LN.


Table 2 Univariate cvAUC for the subset of seven  predictors selected for inclusion in the models

AÐFERÐIR

Sjúklingaþýði

Upplýsingar um sjúklinga voru fengnar úr væntanlegum lengdarhópi Medical University of South Carolina (MUSC) Core Center for Clinical Research (CCCR). CCCR gagnagrunnurinn er styrktur af NIH undir P30 vélbúnaðinum og er lengdarskráning og lífgeymsla aðallega afrísk-amerískra sjúklinga með SLE. Sjúklingar sem valdir voru uppfylltu viðmið ACR eða SLE International Cooperating Clinics fyrir SLE,3 4 voru metnir af gigtarlækni við MUSC og samþykktu að vera skráðir í hópinn. Væntanlegur lengdarhópagagnagrunnur var stofnaður árið 2003. Sjúkdómsviðmið og gögn um nýrnavefsýni voru að mestu færð inn framvirkt, en sumum var bætt við afturvirkt með endurskoðun á töflum.

cistanche can treat acute renal failure

cistanchegetur meðhöndlaðbráð nýrnabilun


Inntökuskilyrði

Sjúklingar voru einnig valdir ef þeir höfðu endurskoðað International Society of Nephrology/Renal Pathology Society (ISN/RPS), virkan flokk, I, II, III, IV eða V nýrnabólgu með vefjameinafræði annaðhvort við fyrstu kynningu á LN eða með versnun á LN sem gefur til kynna endurtaka vefjasýni á milli 2003 og 2017.5 Einungis sjúklingar með heildarupplýsingar rannsóknarstofu tiltækar við nýrnavefsýni og u.þ.b. 12 mánuðum (7–24 mánuðum) eftir nýrnavefsýni voru með í rannsókninni.


Rannsóknarstofugreining

Rannsóknarstofugildi voru fengin sem hluti af hefðbundinni umönnun sjúklinga. Próf fyrir 24-klukkutíma þvagprótein, prótein og kreatínín hlutfall, kreatínín í sermi, albúmín, blóðrauði, fjölda hvítra blóðkorna, fjölda blóðflagna, and-dsDNA, C3 og C4 voru gerðar af miðlægum rannsóknarstofum sem hafa fengið vottun um endurbætur á klínískum rannsóknarstofum. hjá MUSC, LabCorp eða ytri rannsóknarstofum sjúkrahúsa. Áætlaður gauklasíunarhraði (eGFR) var ákvarðaður með því að notaLangvarandiNýraSjúkdómurFaraldsfræðisamstarf (CKD-EPI) jafna.6


Meinafræðigreining

Nýrnasýni voru lesin af einum af tveimur nýrnameinafræðingum við MUSC (SES eða ETB) með því að nota 2018 endurskoðaða ISN/RPS virkni (0–24) og langvarandi (0–12) ) vísitöluþættir (hver fékk 0–3 fyrir 0 prósent,<25%, 25%–50%="" and="">50 prósent þátttaka).5 Innifalið í virknivísitölunni eru offrumuhækkun í háfrumum, karyorrhexis, fibrinoid drep, hýalínútfellingar, frumu- eða trefjafrumumánar og millivefsbólga. Einkunnir voru tvöfaldaðir fyrir hálfmánar og drep. Innifalið í langvarandi vísitölunni voru heildarfjöldi glomerulosclerosis skor, trefja hálfmánar, píplurýrnun og millivefsvefjamyndun.


Meðhöndlun gagna

Gögn fyrir CCCR gagnagrunninn voru dæmd beint inn í REDCap gagnagrunninn með því að nota Data Transfer Service7 til að útrýma umritunarvillum. Sum rannsóknarstofugildi voru dregin út með kortaskoðun á rafrænu sjúkraskránni og skönnuðum rannsóknarskýrslum og voru færð handvirkt inn í gagnagrunninn. Fimm prósent tvöfaldur innsláttur af óhlutbundnum gögnum var framkvæmd til að tryggja að umritunarvilla væri það<5%. pathology="" reports="" were="" manually="" abstracted="" and="" entered="" into="" the="" registry="" if="" not="" already="">

tölfræðigreining

Niðurstöðubreytan var að ekki tókst að svara meðferðinni að fullu eftir um það bil 1 ár. Þessi tímapunktur var valinn, þar sem breytur fyrir svörun eftir 1 ár eru forspár fyrir langtíma svörunarár í MAINTAIN og Euro-Lupus nefritis rannsóknunum.8 Svörun var skilgreind með breytingu á ACR svörunarviðmiðunum.9 Breytingarnar á þessum viðmiðum var lýst áður af Wofsy o.fl. 10 Í stuttu máli, þessi breytta heildarsvörun felur í sér að ná hlutfalli próteins og kreatíníns í þvagi sem nemur<0.5 at="" approximately="" 1="" year="" and="" achieving="" an="" egfr="" of="" 90="" or="" an="" improvement="" of="" at="" least="" 15%="" from="" baseline.="" the="" suboptimal="" response="" outcome="" was="" defined="" by="" the="" lack="" of="" achieving="" complete="" response="" as="" defined="" above.="" thus,="" the="" outcome="" includes="" non-responders="" and="" partial="" responders.="" variables="" collected="" in="" the="" data="" included="" patient="" sex,="" age="" at="" the="" time="" of="" biopsy,="" proliferative="" disease="" (isn/rps="" classes="" iii="" or="" iv,="" y/n),="" mesangial="" disease="" (isn/="" rps="" class="" i="" or="" ii,="" y/n),="" membranous="" disease="" (isn/rps="" class="" v,="" y/n),="" activity="" score="" (0–3),="" chronicity="" score="" (0–3),="" interstitial="" fibrosis="" (0–3),="" interstitial="" inflammation="" (0–3),="" number="" of="" glomeruli="" evaluated,="" crescents="" (number),="" crescent-toglomeruli="" ratio="" (0–3×2),="" necrosis="" (0–3×2),="" urine="" proteinto-creatinine="" ratio,="" egfr="" by="" the="" ckd-epi="" formula="" (egfr,="" ml/min/1.73="" m²),6="" serum="" creatinine="" (mg/dl),="" dsdna="" (iu),="" c3="" (mg/dl),="" c4="" (mg/dl),="" the="" white="" blood="" cells="" count="" (k/µl),="" platelet="" count="" (k/µl),="" hemoglobin="" (g/dl),="" serum="" albumin="" (mg/dl),="" prednisone="" (y/n),="" hydroxychloroquine="" (y/n),="" mycophenolate="" mofetil/mycophenolic="" acid="" (y/n),="" cyclophosphamide="" (y/n),="" rituximab="" (y/n),="" azathioprine="" (y/n)="" and="" number="" of="" medications.="" since="" the="" data="" were="" retrospective="" and="" not="" prospectively="" randomized,="" immunosuppressants="" used="" for="" induction="" are="" subject="" to="" bias="" by="" indication="" and="" were="" not="" considered="" predictive.="" they="" were="" excluded="" from="" consideration="" during="" model="" development="" for="" clinical="" use,="" as="" their="" presence="" might="" imply="" that="" the="" choice="" of="" induction="" therapy="" based="" on="" the="" modeling="" might="" affect="" the="" outcomes.="" descriptive="" statistics="" were="" calculated="" for="" all="" participant="" characteristics="" by="" treatment="" response="" category.="" univariate="" associations="" between="" all="" baseline="" characteristics="" and="" treatment="" response="" were="" evaluated="" using="" a="" series="" of="" logistic="" regression="">

Table 3 Prediction performance and variables selected for each model for the five models with a cvAUC >0.75

Markmið þessarar rannsóknar var að bera kennsl á fábreyttan undirmengi spáþátta úr lýðfræði sjúklinga og grunnlínu rannsóknarstofu- og vefjasýnisgögnum sem gáfu góða spáframmistöðueiginleika fyrir mengi fjölbreytilegra spálíkana um óviðunandi svörun eftir um það bil 1 ár. Fjölbreytu flokkunarlíkön sem tekin voru til skoðunar í þessari rannsókn voru meðal annars logistic regression (LR), flokkunar- og aðhvarfstré (CART), random forest (RF), stuðningsvektorvélar með línulegum, margliða og Gauss kjarna (SVML, SVMP og SVMR, í sömu röð), barnaleg Bayes (NB) og gervi taugakerfi (ANN). RF líkön voru passa með því að nota 'randomForest' pakkann; LR módel voru í lagi með því að nota 'tölfræði' pakkana; SVM og NB gerðir voru passa með því að nota 'e1071' pakkann; Líkön ANNs voru hæf með því að nota „net“ sem er tiltækt í R.11 12 Stillingarfæribreytur fyrir mismunandi gerðir sem litið var til voru valdar áður en líkönin voru þróuð. Í upphafi var tæmandi leit á öllum samsetningum allt að 20 breyta til skoðunar. Hins vegar, niðurstöður úr þessari leit leiddu í ljós að besti meðalframmistaðan átti sér stað þegar líkön innihéldu átta breytur (viðbótarmynd 2 á netinu). Þannig var breytuvalið framkvæmt með því að nota tæmandi athugun á öllum undirmengum átta eða færri forspárþátta. Þessi þröskuldsfjöldi var talinn fyrir allar líkanaaðferðir til að gera líkönin gagnlegri í annasömu klínísku umhverfi. Nánar tiltekið var spáframmistaða fyrir undirmengi spáþátta hvers líkans framkvæmt með því að nota 10-falt krossgildingaraðferð (CV). Tíufalt ferilskrá skiptir gögnunum í 10 hlutmengi. Líkön eru þjálfuð með því að nota 9/10 af gögnum og prófuð á hinum 1/10 af gögnunum og þetta er endurtekið fyrir hvert undirmengi. Krossstaðfesta flatarmálið undir ferlinum (cvAUC) er meðaltal AUC sem er reiknað fyrir hvern undirmengi 1/10 af gögnum sem voru útilokuð við gerð líkans og hefur verið sýnt fram á að það sé öflugra en að nota einn þjálfunarprófunaraðferð. 13 Markmiðið var að bera kennsl á lítið undirmengi forspár með góða spáframmistöðu þvert á líkönin.14 Frammistaða spádóms var mæld með 10-falt cvAUC og besta hlutmengið af átta breytum var valið sem hlutmengi sem leiddi til hæsta meðaltalsins cvAUC fyrir allar gerðir. Næmi, sértækni, jákvætt forspárgildi og neikvætt forspárgildi voru ákvörðuð fyrir valin viðmiðunarmörk fyrir spáð líkur á svarleysi sem hvert líkan skilaði. Allar greiningar voru gerðar í R V.4.0.2. R-glansandi, vefbundið tól var búið til byggt á módelunum sem voru valin.

Table 4 Sensitivity, specificity, positive predictive value (PPV), and negative predictive value (NPV) for different cut-offs for  probability of non-response at 1 year based on the predicted probability of non-response for each model and the average  predicted probability across the five models

NIÐURSTÖÐUR

Innan skrárinnar voru 149 sjúklingar með upplýsingar um nýrnavefsýni tiltækar á milli 2003 og 2017. Þar af voru 83 sjúklingar með LN með grunnlínu og um það bil {4}} ára eftirfylgniupplýsingar um nýrnasvörun á milli 7,5 og 24 mánaða (viðbótarmynd 1 á netinu) . Þrír með eftirfylgni<7 months="" and="" four="" with="" follow-up="">2 ár voru undanskilin. Um það bil helmingur þátttakenda var flokkaður sem óákjósanlegur viðbragðsaðili eftir 1 ár. Greint er frá einkennum þátttakenda eftir meðferðarsvörun í töflu 1.

The subset of eight or fewer predictors yielding the best prediction performance across the different models included activity, chronicity, interstitial fibrosis and interstitial inflammation scores and baseline laboratory values for urine protein-to-creatinine ratio, white blood cell count, and hemoglobin. The univariate cvAUCs for these seven variables are shown in table 2. The cvAUCs for the best models selected for each modeling approach range from 0.62 to 0.80 with the random forest model yielding the best cvAUC. Five of the eight models considered had a cvAUC >0.75 og innihélt LR, RF, SVML, SVMR og ANN módelin. Tafla 3 sýnir cvAUCs og forspár undirmengi fyrir fimm líkön með hátt cvAUC. Tafla 4 sýnir næmni og sérhæfni hvers líkans og er byggð á meðalspá fyrir öll fimm líkanin á þremur þröskuldum hvert. Millivefsbólga var samkvæmasti spáþátturinn og var tekinn með í öllum fimm gerðum. Virkniskor og millivefsvefjamyndun voru einnig tiltölulega samkvæm og voru tekin með í öllu nema RF líkaninu. Rekstrareiginleikar móttakara (ROC) ferlar byggðar á 10-falt CV spá frá hverju af fimm völdum gerðum eru sýndar á mynd 1. Mynd 2 sýnir frammistöðu (næmni og sértækni) meðaltals allra gerða byggða á þeim spáþröskuldi sem valinn var. CART, SVMP og NB líkanin voru öll með cvAUC<0.7 and="" were="" excluded="" from="" further="">

Figure 1 Cross-validation area under the curve (cvAUCs) for each of the final machine-learning models. A summary of  probability scores from all models in responders and non-responders (A); cvAUCs depicted for logistic regression (B), random  forest, (C) SVM linear, (D) SVM Gaussian (E) and artificial neural network (F) models.

Með því að nota sjö samkvæmustu breyturnar var netforrit búið til með R shiny til að þjóna sem klínískt tól og er að finna hér: (https://histologyapp. shinyapps.io/LN_histology{{2} }}spá_tól/). Í forritinu er sjálfgefið dæmi um gögn sjúklings birt. Til að meta nýjan sjúkling geta notendur slegið inn vefjafræði og klínísk rannsóknarstofugildi sem fengust við vefjasýni. Línuritið sem myndast sýnir, sem litaða punkta, fyrirhugaðar líkur á svarleysi hvers líkans við þröskuldinn 0.5. Stærð hvers punkts endurspeglar ROC AUC í staðfestingarsettinu. Kassinn á yfirlitssíðunni tákna miðgildi (lína), greindarvísitölu (kassa) og 25. og 75. hundraðshluta ±1,5 sinnum greindarvísitölu (söndurhögg) líkindastiga fyrir óákjósanlegri svörun hjá einstökum sjúklingum í hópnum sem svara og sem ekki svara. í löggildingarsettunum (einnig sýnt á mynd 2A). Hver litaður punktur táknar eina líkansspá sjúklings sem er skoðaður í samhengi við frammistöðu líkansins í löggildingarsettinu. Svarta „X“ táknar meðaltalslíkur sem spáð er fyrir svörun allra fimm líkananna.

Figure 2 Mean model sensitivity and specificity based  on chosen prediction threshold. The mean of all model  predictions was used to determine the performance of the  model at select thresholds. The sensitivity (black line) and  specificity (grey line) are depicted on the y-axis for each  threshold (reported on the x-axis).

UMRÆÐA

Rannsókn okkar leiddi í ljós að hægt er að nota vélanám til að þróa krossstaðfest líkön með góðri spá um óákjósanlegri svörun við meðferð hjá sjúklingum með LN, aðallega af afrískum uppruna. Þessi líkön voru þróuð með því að nota aðgengilegar klínískar rannsóknarstofur og vefjameinafræðilegar þættir við greiningu. Notagildi einstakra vefjameinafræðilegra eiginleika til að spá fyrir um niðurstöður í dreifðri útbreiðslu lupus nephritis er vel lýst. Fyrri vinna hefur sýnt fram á forspárstyrk samsetts virknistuðuls stigs á framvindu til nýrnabilunar, þar sem einstök vefjafræðileg einkenni virkni eins og frumu hálfmána og fibrinoid drep sýna jákvæð tengsl við nýrnabilun.15 Samsettur langvarandi stuðull sem og einstök einkenni eins og þar sem millivefstrefjun, glomerular sclerosis og trefjahálfmánar voru einnig forspár, þar sem pípulaga rýrnunarbreytingar voru ákvarðaðar hafa sérstaklega hátt forspárgildi með tilliti til framvindu í nýrnabilun.15 Viðbót á klínískum gagnaþáttum, einkum kreatíníni í sermi, blóðkorni og kynþætti. til vefjafræðilegra eiginleika bættu spá í síðari vinnu, en aðrar rannsóknir sýndu að notkun sjálfstæðra virkni- eða langvarandi vísitalna var ófullnægjandi til að spá fyrir um svörun. 16–19 Nýlegar vélanámsaðferðir hafa notað fjöllínulegt aðhvarf og tilviljunarkennd skógarlíkön til að spá fyrir um meinafræðilega flokkun, virkni og langvarandi tíma út frá klínískum rannsóknarstofugildum og hafa sýnt loforð.20 Þessi rannsókn útvíkkar þessa nálgun með því að nota meinafræðilegar breytur til að spá fyrir um niðurstöðu við u.þ.b. 1 ár.

Cistanche is good for kindney function

drekajurtir cistanche fyrir nýru

As demonstrated in previous studies, the addition of novel biomarkers obtained at the time of diagnosis can be used to develop a robust model to predict the 1-year outcome.21 However, no measures of these novel biomarkers are in clinical use. In this study, readily available histological and clinical laboratory values were used to predict LN outcomes with a ROC AUC of >0.75 í fimm gerðum. Þessi rannsókn er einstök að því leyti að einstakir virkni- og langvarandi skoraþættir voru notaðir í vélanámslíkönum. Þetta er stutt af fyrri bókmenntum sem lýsa notkun þeirra fyrir sig.15

Niðurstöður þessarar spálíkana ættu að vera túlkaðar í réttu klínísku samhengi. Tilvist mikillar millivefstrefjunar með lágu virkniskori er líklega vísbending um langvarandi meiðsli þar sem ónæmisbæling væri notuð til að koma í veg fyrir frekari versnun frekar en að endurheimta nýrnastarfsemi. Hins vegar gæti verið hægt að nálgast þá sem eru með háa virkniskor með samsettum ónæmisbælandi meðferðum eða fylgjast með því að bæta við annarri meðferð fyrr til að bæta eða varðveita nýrnastarfsemi. Í ljósi þess að þessi gögn voru afturskyggn, vitum við ekki hvort að nota spárnar til að leiðbeina ákvörðunum um innleiðslumeðferð muni breyta niðurstöðum. Eins og oft er við meðhöndlun sjúklinga með sjálfsofnæmissjúkdóm, væri ekki viðeigandi fyrir lækni að taka ákvarðanir um val á meðferð á grundvelli þessarar spádóma án tillits til klínísks samhengis. Hins vegar væri hægt að nota spá um svarleysi til að breyta tíðni eftirlits með svörun og samhæfingu umönnunar til að tryggja lyfjafylgni.

Það gæti einnig komið til greina í ákvörðunum um að bæta við eða breyta meðferð vegna skorts á svörun á fyrri tímapunktum en ráðlögðum 6 mánuðum samkvæmt leiðbeiningum ACR.

Þessi rannsókn hefur nokkrar takmarkanir. Upplýsingarnar sem notaðar voru til að reikna út niðurstöður komu að mestu leyti frá sjúklingum af afrískum uppruna. Þess vegna getur notkun í klínískri starfsemi verið takmörkuð við þessa lýðfræði. Þó að lengdargögnum í þessari rannsókn hafi verið safnað framvirkt var greiningin afturskyggn. Þó að segamyndunarörvunarsjúkdómur hafi verið tengdur niðurstöðum í fyrri rannsóknum22, takmarkaði fjöldi vefjasýni með þessari niðurstöðu (fimm) mikilvægi þess í líkönunum. Ákvörðunaraðstoðin sem kynnt er hér hefur ekki verið notuð framvirkt til að ákvarða hvort breyting á meðferðaraðferð byggt á spástigum bætir niðurstöður. Það hefur ekki verið metið í spá um langtímaútkomu og ætti því ekki að nota til að spá fyrir > 1-ársútkomur. Hins vegar hafa 1-ársniðurstöður verið tengdar langtímaútkomum í MAINTAIN- og Euro-Lupus nefritis rannsóknunum.8 Val á sjúklingum til að taka þátt í þessari rannsókn gæti skaðað niðurstöður. Til dæmis eru þeir sem eru með hraðari versnandi nýrnasjúkdóm líklegri til að fá vefjasýni. Þeir sem eru með grunnlínu og u.þ.b. 1-ára eftirfylgni í sjúkraskránni gætu verið hlutdrægir í þágu hagstæðari niðurstöðu. Við gátum ekki rannsakað nákvæmlega áhrif lyfja á útkomu, þar sem flestir sjúklingar fengu mýcófenólat eða mýcófenólsýru.

Í ljósi þess að sjúkdómsframsetning er ólík í LN er mikilvægt að áhættuspálíkön innihaldi nokkra gagnaþætti. Þessi skýrsla veitir í fyrsta sinn klínískt tól sem notar fimm forspárlíkönin og einfaldar skilning á þeim með vefforriti. Með spálíkönunum sem lagðar eru til hér, kynnum við sönnunargögn fyrir tæki sem getur upplýst bæði tíðni eftirlits og auðveldað umræður við sjúklinga um val á meðferð. Nánar fylgst með eða beitt samhæfingu umönnunar fyrir þá sem spáð er að svörun við meðferð sé ekki ákjósanleg, getur bætt útkomu en ætti að prófa framvirkt.

acteoside in cistanche have good effcts to antioxidant

akteósíðinncistanchehafa góð áhrif ánýru


HEIMILDIR

1 Dooley MA, Hogan S, Jennette C, o.fl. Cyclophosphamide meðferð við lupus nephritis: léleg nýrnalifun hjá svörtum Bandaríkjamönnum. gauklasjúkdóms samstarfsnet. Nýra Int 1997;51:1188–95.

2 Hahn BH, McMahon MA, Wilkinson A, o.fl. American College of Rheumatology leiðbeiningar um skimun, meðferð og stjórnun á lupus nýrnabólgu. Arthritis Care Res 2012;64:797–808.

3 Hochberg MC. Uppfærsla American College of Rheumatology endurskoðuð viðmið fyrir flokkun rauðra úlfa. Gigt Gigt 1997;40:1725.

4 Isenberg D, Wallace DJ, Nived O. Afleiðing og staðfesting á flokkunarviðmiðum fyrir rauða úlfa alþjóðlega samstarfsstofur. Gigt Gigt 2012;64.

5 Bajema IM, Wilhelmus S, Alpers CE, o.fl. Endurskoðun á flokkun International Society of Nephrology/Renal Pathology Society fyrir lupus nephritis: skýringar á skilgreiningum og breyttar National Institutes of Health Activity and Chronicity Indexes. Nýra Int 2018;93:789–96.

6 Pei X, Yang W, Wang S, o.fl. Notkun stærðfræði reiknirit til að breyta gaukulsíunarhraða matsjöfnum. PLoS One 2013;8:e57852.

7 Harris PA, Taylor R, Thielke R, o.fl. Rannsóknir á rafrænni gagnasöfnun (REDCap)--lýsigagnadrifin aðferðafræði og verkflæðisferli til að veita stuðning við þýðingarrannsóknaupplýsingafræði. J Biomed Inform 2009;42:377–81.

8 Ugolini-Lopes MR, Seguro LPC, Castro MXF, o.fl. Snemma próteinmigusvörun: gild raunveruleikaspá um langtímaútkomu lupus nýrna í þjóðernislega fjölbreyttum hópi með alvarlega nýrnabólgu sem hefur verið sannað með vefjasýni. Lupus Sci Med 2017;4:e000213.

9 Undirnefnd nýrnasjúkdóma hjá American College of Rheumatology Ad Hoc nefndinni um viðbragðsskilyrði fyrir rauða úlfa (systemic lupus erythematosus svar). American College of Rheumatology svörunarviðmið fyrir nýrnasjúkdóm í fjölgun og himnu í klínískum rannsóknum á rauðum úlfum. Gigt Gigt 2006;54:421–32. þann 27. desember 2021 af gestnum. Varið með höfundarrétti. þann 24. ágúst 2021. Sótt frá Helget LN, o.fl. Lupus Science & Medicine 2021;8:e000489. doi:10.1136/lupus-2021-000489 8 Lupus Science & Medicine

10 Wofsy D, Hillson JL, Diamond B. Samanburður á öðrum aðal niðurstöðum til notkunar í klínískum rannsóknum á lupus nýrnabólgu. Gigt Gigt 2013;65:1586–91.

11 lið RC. Tungumál og umhverfi fyrir tölfræði, 2020. Í boði:

12 Liaw A, Wiener M. Flokkun og afturför eftir tilviljunarkenndum skógi. R fréttir 2002;2:18–22.

13 Hastie T, Tibshirani R, Friedman JH. Þættirnir í tölfræðinámi: gagnanám, ályktun og spá: með 200 myndskreytingum í fullum lit. New York: Springer, 2001.

14 LeDell E, Petersen M, van der Laan M. Reiknunarlega skilvirk öryggisbil fyrir krossgilt svæði undir áætlunum um ROC feril. Electron J Stat 2015;9:1583–607.

15 Austin HA, Muenz LR, Joyce KM, o.fl. Dreifð nýrnabólga með útbreiðslu úlfa: auðkenning á sérstökum meinafræðilegum einkennum sem hafa áhrif á nýrnaútkomu. Nýra Int 1984;25:689–95.

16 Austin HA, Boumpas DT, Vaughan EM, o.fl. Hættuleg einkenni lupus nýrnabólgu: mikilvægi kynþáttar og klínískra og vefjafræðilegra þátta hjá 166 sjúklingum. Nephrol Dial Transplant 1995;10:1620–8.

17 Austin HA, Boumpas DT, Vaughan EM, o.fl. Spá um nýrnaárangur í alvarlegri lupus nýrnabólgu: framlag klínískra og vefjafræðilegra gagna. Nýra Int 1994;45:544–50.

18 Schwartz MM, Bernstein J, Hill GS, o.fl. Forspárgildi nýrnameinafræði í dreifðri útbreiðslu lupus glomerulonephritis. Lupus nephritis Collaborative Study Group. Nýra Int 1989;36:891–6.

19 Rijnink EC, Teng YKO, Wilhelmus S, o.fl. Klínískir og vefjameinafræðilegir eiginleikar sem tengjast nýrnasjúkdómum við nýrnabólgu. Clin J Am Soc Nephrol 2017;12:734–43.

20 Tang Y, Zhang W, Zhu M, o.fl. Spá um meinafræði lupus nýrnabólgu með klínískum vísitölum. Sci Rep 2018;8:10231.

21 Wolf BJ, Spainhour JC, Arthur JM, o.fl. Þróun lífmerkjalíkana til að spá fyrir um niðurstöður í nýrnabólgu. Rheumatol 2016;68:1955–63.

22 Song D, Wu L-Hua, Wang F-mei, o.fl. Litróf segamyndunar í nýrum í nýrnabólgu í nýrnabólgu. Arthritis Res Ther 2013;15:R12. þann 27. desember 2021 af gestnum. Varið með höfundarrétti.


Þér gæti einnig líkað