Tashxis qo'yish vaqtida buyrak gistopatologik va klinik laboratoriya o'zgaruvchilari yordamida qizil yuguruk nefritining suboptimal reaktsiyasini bashorat qilish vositasini ishlab chiqish

Lindsi N Helget,^1,2 Devid J Dillon,¹ Bethany Wolf,³Laura P Parks,¹ Sally E Self,⁴Evelin T Bruner,⁴ Evan E Oates,⁵Jim C Oates

ANTRACT

MaqsadLupus nefrit (LN) - buimmunitetga egaSLE bilan og'rigan bemorlarda murakkab vositachi glomerulyar va tubulointerstitial kasallik. LN diagnostikasi boshlanishida natijalarni bashorat qilish davolashning muvaffaqiyati uchun monitoring va terapiya intensivligi bo'yicha qarorlar qabul qilishi mumkin. Hozirda natijalarning mashinani o'rganish modeli mavjud emas. Bir nechta natijalarni modellashtirish ishlari bir o'zgaruvchan yoki chiziqli modellashtirishdan foydalangan, ammo kasallikning heterojenligi bilan cheklangan. Biz buyrak patologiyasi natijalari va muntazam klinik laboratoriya ma'lumotlarining kombinatsiyasidan taxminan 1 yil ichida LN natijalarini bashorat qiladigan klinik jihatdan mazmunli mashinani o'rganishning erta qarorini qo'llab-quvvatlash vositasini ishlab chiqish va o'zaro tasdiqlash uchun ishlatilishi mumkin deb taxmin qildik.

UsullariUshbu gipotezani hal qilish uchun 2003 va 2017 yillar oralig'ida Janubiy Karolina Tibbiyot Universitetining istiqbolli bo'ylama registridagi LN bilan kasallangan bemorlar Xalqaro Nefrologiya Jamiyati / Buyrak Patologiyasi Jamiyatining patologik tasnifi bilan buyrak biopsiyalariga ega bo'lganlari aniqlandi. Tashxis qo'yish vaqtidagi klinik laboratoriya qiymatlari va taxminan 1 yildagi natija o'zgaruvchilari qayd etilgan. Mashinani o'rganish modellari suboptimal javoblarni bashorat qilish uchun ishlab chiqilgan va o'zaro tasdiqlangan.

NatijalarFive machine learning models predicted suboptimal response status in 10 times cross-validation with receiver operating characteristics area under the curve values >0.78. Eng ko'p bashorat qiluvchi o'zgaruvchilar interstitsial yallig'lanish, interstitsial fibroz, faollik ko'rsatkichi va buyrak patologiyasi va siydik oqsilining kreatinin nisbati, leykotsitlar soni va klinik laboratoriyalardan olingan gemoglobinning surunkali darajasi edi. Klinisyenlar ushbu bazaviy klinik laboratoriya va gistopatologik o'zgaruvchilarga suboptimal javob ehtimoli ballini kiritish uchun veb-asoslangan vosita yaratildi.

XulosaLNda kasallik namoyon bo'lishining heterojenligini hisobga olgan holda, xavfni bashorat qilish modellari bir nechta ma'lumotlar elementlarini o'z ichiga olishi muhimdir. Ushbu hisobot birinchi marta kontseptsiyani klinik isbotlash vositasini taqdim etadi, u beshta eng bashoratli modellardan foydalanadi va ularni veb-ga asoslangan ilova orqali tushunishni osonlashtiradi.

Aloqa:joanna.jia@wecistanche.com

Cistanche o'tdeserticola oldini oladibuyrakkasallik, namunani olish uchun shu yerni bosing

KIRISH

Lupus nefrit (LN) SLE bilan og'rigan bemorlarda immun kompleks vositachiligida glomerulyar va tubulointerstitial kasallikdir. SLE bilan og'rigan bemorlarning taxminan 50 foizi rivojlanadibuyrak- bog'liq asoratlar, shu jumladan LN va diffuz proliferativ kasalligi bo'lganlarning 48 foizi afro-amerikaliklar orasida tashxis qo'yilgandan keyin 5 yil ichida yakuniy bosqich buyrak kasalligiga o'tishi mumkin.1 Amerika Revmatologiya kolleji (ACR) hozirda terapiyani o'zgartirishni tavsiya qiladi. LN bilan og'rigan bemorlar 6 oylik induksion terapiyadan so'ng javob bermagan deb hisoblanganda.2 Klinisyenlar C3, C4, ikki zanjirga qarshi DNK (anti-dsDNK) va kreatinin, shuningdek siydik oqsili kabi turli zardob belgilaridan foydalanadilar. -kreatininning kreatininga nisbati va cho'kindining terapiyaga javobini kuzatish uchun, lekin terapiyaga javob ko'rsatmalarda belgilanmagan.2 Induksion terapiyaning ushbu 6-oylik sinovida javob bermagan bemorlarda qo'shimcha qaytarilmas buyraklar rivojlanishi mumkin. zarar. Mashinani o'rganish modellariga asoslangan qarorlarni qo'llab-quvvatlash vositasi induksion terapiyaga javob berish ehtimoli kamroq bo'lgan bemorlarning asosiy xususiyatlarini aniqlashda foydali bo'lishi mumkin. Hozirda 1-yil natijalarini klinik jihatdan foydali mashina oʻrganish modeli ishlab chiqilmagan. Bir o'zgaruvchan yoki chiziqli modellashtirish ushbu heterojen kasallikda natijalarni yaxshi prognoz qilmadi.

Biz buyrak patologiyasi natijalari va muntazam klinik laboratoriya ma'lumotlarining kombinatsiyasi LNda taxminan 1 yil davomida suboptimal javobni bashorat qiluvchi erta LN qarorini qo'llab-quvvatlash vositasini ishlab chiqish va o'zaro tasdiqlash uchun ishlatilishi mumkinligini taxmin qildik.

USULLARI

Bemor populyatsiyasi

Bemor ma'lumotlari Janubiy Karolina Tibbiyot Universiteti (MUSC) Klinik Tadqiqotlar Asosiy Markazi (CCCR) istiqbolli uzunlamasına kohortdan olingan. CCCR ma'lumotlar bazasi P30 mexanizmi bo'yicha NIH tomonidan homiylik qilinadi va SLE bilan og'rigan asosan afro-amerikalik bemorlarning uzunlamasına reestri va biorepozitori hisoblanadi. Tanlangan bemorlar ACR yoki SLE xalqaro hamkorlik klinikalarining SLE uchun 3 4 mezonlariga javob bergan holda, MUSC revmatologiya provayderi tomonidan baholandi va kogortaga yozilishga rozilik berdi. Istiqbolli uzunlamasına kohort ma'lumotlar bazasi 2003 yilda yaratilgan. Kasallik mezonlari va buyrak biopsiyasi ma'lumotlari asosan prospektiv tarzda kiritilgan, biroq ba'zilari jadvalni ko'rib chiqish orqali retrospektiv ravishda qo'shilgan.

cistanchedavolash mumkino'tkir buyrak etishmovchiligi

Qo'shilish mezonlari

Bemorlar, shuningdek, Xalqaro Nefrologiya Jamiyati/Buyrak Patologiyasi Jamiyati (ISN/RPS), faol sinf, I, II, III, IV yoki V nefritni gistopatologiya yoʻli bilan LN ning dastlabki koʻrinishida yoki LN ning yomonlashuvini koʻrsatuvchi qayta koʻrib chiqilgan boʻlsa, tanlab olindi. 2003 va 2017 yillar oralig'ida takroriy biopsiya.5 Tadqiqotga faqat buyrak biopsiyasi paytida va buyrak biopsiyasidan keyin taxminan 12 oy (7-24 oy) o'tgan to'liq laboratoriya ma'lumotlariga ega bo'lgan bemorlar kiritilgan.

Laboratoriya tahlili

Laboratoriya qiymatlari standart bemorni parvarish qilishning bir qismi sifatida olingan. 24-soatlik siydik oqsili, oqsil-kreatinin nisbati, sarum kreatinin, albumin, gemoglobin, oq qon hujayralari soni, trombotsitlar soni, anti dsDNK, C3 va C4 testlari Klinik Laboratoriyani yaxshilash boʻyicha oʻzgartirishlar sertifikatiga ega markaziy laboratoriyalar tomonidan oʻtkazildi. MUSC, LabCorp yoki tashqi shifoxona laboratoriyalarida. Glomerulyar filtratsiyaning taxminiy tezligi (eGFR) yordamida aniqlandiSurunkaliBuyrakKasallikEpidemiologiya hamkorlik (CKD-EPI) tenglamasi.6

Patologik tahlil

Buyrak biopsiyalari 2018 qayta ko'rib chiqilgan ISN/ RPS faolligi (0-24) va surunkali (0-12) yordamida MUSC (SES yoki ETB) ikkita buyrak patologidan biri tomonidan o'qildi. ) indeks elementlari (har biri 0 foiz uchun 0–3 ball,<25%, 25%–50%="" and="">50 foiz ishtirok).5 Faoliyat indeksiga endokapillyar giperxujayralar, karyoreksis, fibrinoid nekroz, gialin konlari, hujayra yoki fibro hujayrali yarim oylar va interstitsial yallig'lanish kiradi. Yarim oy va nekroz uchun ballar ikki baravar oshirildi. Surunkalilik indeksiga umumiy glomeruloskleroz ko'rsatkichi, tolali yarim oylar, quvurli atrofiya va interstitsial fibroz kiritilgan.

Ma'lumotlar bilan ishlash

CCCR ma'lumotlar bazasi uchun ma'lumotlar transkripsiya xatolarini bartaraf etish uchun Data Transfer Service7 yordamida to'g'ridan-to'g'ri REDCap ma'lumotlar bazasiga kiritildi. Ba'zi laboratoriya qiymatlari elektron tibbiy yozuv va skanerlangan laboratoriya hisobotlarini diagramma ko'rib chiqish orqali chiqarildi va ma'lumotlar bazasiga qo'lda kiritildi. Transkripsiya xatoligini ta'minlash uchun mavhum ma'lumotlarning besh foizli ikki marta kiritilishi amalga oshirildi<5%. pathology="" reports="" were="" manually="" abstracted="" and="" entered="" into="" the="" registry="" if="" not="" already="">

Statistik tahlil

Natija o'zgaruvchanligi taxminan 1 yil davomida terapiyaga to'liq javob bermaslik edi. Bu vaqt punkti tanlangan, chunki 1 yildagi javob o‘zgaruvchilari MAINTAIN va Euro-Lupus nefrit sinovlarida uzoq muddatli javob yillarini bashorat qiladi.8 Javob ACR javob mezonlarining modifikatsiyasi bilan aniqlandi.9 Ushbu mezonlarga kiritilgan o‘zgartirishlar Wofsy va boshqalar tomonidan ilgari tasvirlangan. 10 Qisqacha aytganda, bu o'zgartirilgan to'liq javob siydik oqsilining kreatininga nisbatiga erishishni o'z ichiga oladi.<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="">

Ushbu tadqiqotning maqsadi taxminan 1 yil davomida suboptimal javobning ko'p o'zgaruvchan bashorat modellari to'plami uchun yaxshi prognozlash ko'rsatkichlarini bergan bemor demografiyasi va boshlang'ich laboratoriya va biopsiya ma'lumotlaridan bashorat qiluvchilarning past to'plamini aniqlash edi. Ushbu tadqiqotda ko'rib chiqilgan ko'p o'zgaruvchan tasniflash modellari logistik regressiya (LR), tasniflash va regressiya daraxtlari (CART), tasodifiy o'rmon (RF), chiziqli, polinom va Gauss yadrolari (SVML, SVMP va SVMR) bilan vektorli mashinalarni qo'llab-quvvatlashni o'z ichiga oladi. sodda Bayes (NB) va sun'iy neyron tarmoqlari (ANN). RF modellari "randomForest" to'plamidan foydalangan holda mos edi; LR modellari "statistika" paketlaridan foydalangan holda mos edi; SVM va NB modellari "e1071" paketidan foydalangan holda mos edi; ANN modellari R-da mavjud bo'lgan "to'r" yordamida mos edi.11 12 Ko'rib chiqilgan turli modellar uchun sozlash parametrlari modellarni ishlab chiqishdan oldin tanlangan. 20 tagacha o'zgaruvchining barcha kombinatsiyalarini dastlabki to'liq qidirish ko'rib chiqildi. Biroq, ushbu qidiruv natijalari, modellar sakkizta o'zgaruvchini o'z ichiga olganida eng yaxshi o'rtacha ishlashni aniqladi (onlayn qo'shimcha rasm 2). Shunday qilib, o'zgaruvchan tanlov sakkiz yoki undan kam bashorat qiluvchilarning barcha kichik to'plamlarini to'liq tekshirish yordamida amalga oshirildi. Ushbu chegara raqami barcha modellashtirish yondashuvlari uchun modellarni band bo'lgan klinik sharoitda yanada foydali qilish uchun hisobga olingan. Xususan, har bir modelning bashorat qiluvchilar kichik toʻplami uchun bashorat samaradorligi 10-katta oʻzaro tekshirish (CV) usuli yordamida amalga oshirildi. O'n martalik CV ma'lumotlarni 10 ta kichik to'plamga ajratadi. Modellar ma'lumotlarning 9/10 qismidan foydalangan holda o'qitiladi va qolgan 1/10 qismida sinovdan o'tkaziladi va bu har bir kichik to'plam uchun takrorlanadi. Egri chiziq ostidagi oʻzaro tasdiqlangan maydon (cvAUC) modelni ishlab chiqish jarayonida chiqarib tashlangan maʼlumotlarning 1/10 qismining har bir kichik toʻplami uchun hisoblangan oʻrtacha AUC boʻlib, yagona oʻquv-sinov toʻplami yondashuvidan foydalanishga qaraganda mustahkamroq ekanligi koʻrsatilgan. 13 Maqsad, modellar boʻylab yaxshi prognoz koʻrsatkichlariga ega boʻlgan bashorat qiluvchilarning kichik toʻplamini aniqlash edi.14 Bashorat samaradorligi 10-katta cvAUC bilan oʻlchandi va sakkiz oʻzgaruvchidan iborat eng yaxshi kichik toʻplam sifatida eng yuqori oʻrtacha natijaga erishildi. barcha modellarda cvAUC. Har bir model tomonidan qaytarilgan javob bermaslik ehtimoli uchun tanlangan chegaralar uchun sezgirlik, o'ziga xoslik, ijobiy prognozli qiymat va salbiy bashoratli qiymatlar aniqlandi. Barcha tahlillar R V.4.0.2 da o'tkazildi. Tanlangan modellar asosida R-Shiny, veb-asoslangan vosita yaratildi.

NATIJALAR

Ro'yxatga olish kitobida 2003 va 2017 yillar oralig'ida 149 bemorda buyrak biopsiyasi ma'lumotlari mavjud edi. Ulardan LN bilan kasallangan 83 bemorda 7,5 oydan 24 oygacha bo'lgan davrda boshlang'ich va taxminan 1- yillik kuzatuv buyrak javobi ma'lumotlari mavjud edi (onlayn qo'shimcha rasm 1) . Uchtasi kuzatuv bilan<7 months="" and="" four="" with="" follow-up="">2 yil chiqarib tashlandi. Ishtirokchilarning taxminan yarmi 1 yil ichida suboptimal javob beruvchilar sifatida tasniflangan. Davolanishga javoban ishtirokchilarning xususiyatlari 1-jadvalda keltirilgan.

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 va LR, RF, SVML, SVMR va ANN modellarini oʻz ichiga oladi. 3-jadvalda cvAUC yuqori bo'lgan beshta model uchun cvAUC va bashorat qiluvchilar to'plami ko'rsatilgan. 4-jadval har bir modelning sezgirligi va o'ziga xosligini ko'rsatadi va har birida uchta chegarada barcha beshta model bo'yicha o'rtacha bashoratga asoslanadi. Interstitsial yallig'lanish eng barqaror bashoratchi bo'lib, barcha beshta modelga kiritilgan. Faoliyat ko'rsatkichi va interstitsial fibroz ham nisbatan izchil edi va RF modelidan tashqari hammaga kiritilgan. Beshta tanlangan modelning har biridan 10-katlama CV prognoziga asoslangan qabul qiluvchining ishlash xususiyatlari (ROC) egri chiziqlari 1-rasmda ko'rsatilgan. 2-rasmda barcha modellarning o'rtacha ishlashi (sezuvchanlik va o'ziga xoslik) tasvirlangan. tanlangan bashorat chegarasida. CART, SVMP va NB modellarining barchasida cvAUC mavjud<0.7 and="" were="" excluded="" from="" further="">

Eng mos yetti oʻzgaruvchidan foydalanib, klinik vosita boʻlib xizmat qilish uchun R shiny bilan veb-ga asoslangan ilova yaratildi va uni bu yerda topish mumkin: (https://histologyapp. shinyapps.io/LN_gistologiya{{2). }}bashorat_vosita/). Ilovada bemor ma'lumotlarining namunasi sukut bo'yicha ko'rsatiladi. Yangi bemorni baholash uchun foydalanuvchilar biopsiya vaqtida olingan gistologiya va klinik laboratoriya qiymatlarini kiritishlari mumkin. Olingan grafik rangli nuqtalar sifatida har bir modelning 0 chegarasida javob bermasligining taxmin qilingan ehtimolini tasvirlaydi.5. Har bir nuqtaning o'lchami tasdiqlash to'plamidagi ROC AUC ni aks ettiradi. Umumiy ko‘rinish sahifasidagi diagrammalar javob beruvchi va javob bermagan guruhlardagi individual bemorlarda suboptimal javob ehtimoli balllarining median (chiziq), IQR (quti) va 25 va 75 foizli IQR (mo‘ylov) ± 1,5 barobarini ko‘rsatadi. tekshirish to'plamlarida (shuningdek, 2A-rasmda tasvirlangan). Har bir rangli nuqta tekshirish to'plamidagi modelning ishlashi kontekstida ko'rilgan bemorning yagona modelli bashoratini ifodalaydi. Qora "X" barcha beshta modelning javob bermasligining o'rtacha taxmin qilingan ehtimolini ifodalaydi.

MUHOKAZA

Bizning tadqiqotimiz shuni aniqladiki, mashinani o'rganish asosan afrikalik bo'lgan LN bilan og'rigan bemorlarda terapiyaga suboptimal javobni yaxshi prognozlash bilan o'zaro tasdiqlangan modellarni ishlab chiqish uchun ishlatilishi mumkin. Ushbu modellar tashxis qo'yish vaqtida tayyor klinik laboratoriya va gistopatologik elementlardan foydalangan holda ishlab chiqilgan. Diffuz proliferativ qizil yuguruk nefritida natijalarni bashorat qilish uchun individual gistopatologik xususiyatlarning foydasi yaxshi tasvirlangan. Oldingi ishlar buyrak etishmovchiligiga o'tishda faollik indeksining kompozit ko'rsatkichining prognozli kuchini ko'rsatdi, hujayrali yarim oylar va fibrinoid nekroz kabi faollikning individual gistologik xususiyatlari buyrak etishmovchiligi bilan ijobiy aloqalarni ko'rsatadi.15 Surunkalilik indeksining kompozitsiyasi, shuningdek, individual xususiyatlar: chunki interstitsial fibroz, glomerulyar skleroz va tolali yarim oy ham prognozli bo'lib, quvurli atrofik o'zgarish buyrak etishmovchiligiga o'tishda ayniqsa yuqori prognozli ahamiyatga ega ekanligi aniqlandi.15 Klinik ma'lumotlar elementlari, xususan, sarum kreatinin, gematokrit va irqning qo'shilishi. gistologik xususiyatlarga ko'ra, keyingi ishlarda bashorat qilish yaxshilandi, boshqa tadqiqotlar mustaqil faollik yoki surunkalilik ko'rsatkichlaridan foydalanishda javobni bashorat qilishda etarli emas edi. 16-19 Mashinani o'rganishning so'nggi yondashuvlari klinik laboratoriya qiymatlaridan patologik tasnif, faollik va surunkalilikni bashorat qilish uchun ko'p chiziqli regressiya va tasodifiy o'rmon modellashdan foydalangan va va'da bergan. 1 yil.

buyrak uchun ajdaho o'tlar cistanche

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, beshta modelda 75. Ushbu tadqiqotning o'ziga xos xususiyati shundaki, individual faoliyat va surunkalilik ball elementlari mashinani o'rganish modellarida ishlatilgan. Buni ulardan alohida foydalanishni tavsiflovchi oldingi adabiyotlar tasdiqlaydi.15

Ushbu bashoratni modellashtirish natijalari to'g'ri klinik kontekstda talqin qilinishi kerak. Past faollik ko'rsatkichiga ega yuqori interstitsial fibrozning mavjudligi surunkali shikastlanishning ehtimoliy belgisi bo'lib, immunosupressiya buyrak funktsiyasini tiklash uchun emas, balki keyingi yomonlashuvning oldini olish uchun ishlatilishi mumkin. Shu bilan birga, yuqori faollik ko'rsatkichlariga ega bo'lganlarga kombinatsiyalangan immunosupressiv terapiya bilan murojaat qilish yoki buyrak funktsiyasini yaxshilash yoki saqlab qolish uchun tezroq ikkinchi darajali terapiya qo'shilishi uchun kuzatilishi mumkin. Ushbu ma'lumotlar retrospektiv bo'lganligini hisobga olsak, induksion terapiya bo'yicha qarorlarni boshqarish uchun bashoratlardan foydalanish natijalarni o'zgartiradimi yoki yo'qligini bilmaymiz. Ko'pincha otoimmun kasalligi bo'lgan bemorlarni davolashda bo'lgani kabi, klinisyenning klinik kontekstni hisobga olmagan holda, ushbu bashorat ko'rsatkichi asosida terapiyani tanlash to'g'risida qaror qabul qilishi to'g'ri kelmaydi. Biroq, javob bermaslikni bashorat qilish, dori-darmonlarga rioya qilishni ta'minlash uchun javob berish va parvarish qilishni muvofiqlashtirish uchun monitoring chastotasini o'zgartirish uchun ishlatilishi mumkin.

Bundan tashqari, ACR ko'rsatmalariga muvofiq tavsiya etilgan 6 oydan ko'ra erta vaqtlarda javob yo'qligi sababli terapiyani qo'shish yoki o'zgartirish to'g'risidagi qarorlarda ham ko'rib chiqilishi mumkin.

Ushbu tadqiqot bir nechta cheklovlarga ega. Natijalarni modellashtirish uchun ishlatiladigan ma'lumotlar asosan afrikalik bemorlardan olingan. Shuning uchun, klinik amaliyotda foydalanish ushbu demografik bilan cheklangan bo'lishi mumkin. Ushbu tadqiqotda bo'ylama ma'lumotlar istiqbolli tarzda to'plangan bo'lsa-da, tahlil retrospektiv edi. Trombotik mikroangiopatiya oldingi tadqiqotlar natijalari bilan bog'langan bo'lsa-da,22 bu topilma bilan biopsiya soni (beshta) modellarda uning ahamiyatini cheklab qo'ydi. Bu erda taqdim etilgan qaror qabul qilish yordami, bashorat qilish ballari asosida davolash strategiyasini o'zgartirish natijalarni yaxshilashini aniqlash uchun istiqbolli foydalanilmagan. U uzoq muddatli natijalarni bashorat qilishda baholanmagan va shuning uchun > 1-yil natijalarini bashorat qilish uchun ishlatilmasligi kerak. Biroq, 1-yillik natijalar MAINTAIN va Euro-Lupus nefriti sinovlarida uzoq muddatli natijalar bilan bog'langan.8 Ushbu tadqiqotga qo'shilish uchun bemorlarni tanlash natijalarni noto'g'ri ko'rsatishi mumkin. Masalan, buyrak kasalligi tezroq rivojlanayotganlar biopsiya olish ehtimoli ko'proq. Tibbiy ma'lumotnomada boshlang'ich va taxminan 1-yil kuzatuvi mavjud bo'lganlar ijobiy natijalarga moyil bo'lishi mumkin. Biz dorilarning natijalarga ta'sirini qat'iy o'rgana olmadik, chunki bemorlarning ko'pchiligi mikofenolat yoki mikofenolik kislota oldi.

LNda kasallik namoyon bo'lishining heterojenligini hisobga olgan holda, xavfni bashorat qilish modellari bir nechta ma'lumotlar elementlarini o'z ichiga olishi muhimdir. Ushbu hisobot birinchi marta beshta eng bashoratli modeldan foydalanadigan va veb-ga asoslangan ilova orqali ularni tushunishni soddalashtiradigan klinik vositani taqdim etadi. Bu erda taklif qilingan bashorat modellari bilan biz monitoringning chastotasi haqida ma'lumot beradigan va terapiyani tanlash bo'yicha bemorlar bilan munozaralarni osonlashtiradigan vosita uchun kontseptsiyaning isbotini taqdim etamiz. Terapiyaga suboptimal javobga ega bo'lishi kutilayotganlar uchun parvarish koordinatsiyasini diqqat bilan kuzatish yoki qo'llash natijalarni yaxshilash potentsialiga ega, ammo istiqbolli ravishda sinovdan o'tkazilishi kerak.

akteozidichidacistancheyaxshi ta'sir qiladibuyrak

ADABIYOTLAR

1 Dooley MA, Hogan S, Jennette C va boshqalar. Lupus nefrit uchun siklofosfamid terapiyasi: qora tanli amerikaliklarda yomon buyrak omon qolish. glomerulyar kasallik hamkorlik tarmog'i. Buyrak Int 1997; 51: 1188-95.

2 Hahn BH, McMahon MA, Wilkinson A va boshqalar. Amerika Romatologiya kolleji qizil yuguruk nefritini tekshirish, davolash va davolash bo'yicha ko'rsatmalar. Arthritis Care Res 2012; 64: 797-808.

3 Hochberg MC. Amerika revmatologiya kollejini yangilash tizimli qizil yugurukni tasniflash mezonlarini qayta ko'rib chiqdi. Artrit Rheum 1997;40:1725.

4 Isenberg D, Wallace DJ, Nived O. Tizimli qizil yuguruk uchun tizimli qizil yuguruk xalqaro hamkorlik klinikalarini tasniflash mezonlarini chiqarish va tekshirish. Artrit reum 2012;64.

5 Bajema IM, Wilhelmus S, Alpers CE va boshqalar. Xalqaro Nefrologiya Jamiyati/Buyrak Patologiyasi Jamiyatining lupus nefrit tasnifini qayta ko'rib chiqish: ta'riflarni tushuntirish va o'zgartirilgan Milliy sog'liqni saqlash faoliyati va surunkalilik indekslari institutlari. Buyrak Int 2018;93:789–96.

6 Pei X, Yang V, Vang S va boshqalar. Glomerulyar filtratsiya tezligini baholash tenglamalarini o'zgartirish uchun matematik algoritmlardan foydalanish. PLoS One 2013; 8: e57852.

7 Xarris PA, Teylor R, Thielke R va boshqalar. Tadqiqot elektron maʼlumotlarini yigʻish (REDCap)--tarjimaviy tadqiqot informatikasini qoʻllab-quvvatlash uchun metamaʼlumotlarga asoslangan metodologiya va ish jarayoni jarayoni. J Biomed Inform 2009;42:377–81.

8 Ugolini-Lopes MR, Seguro LPC, Castro MXF va boshqalar. Erta proteinuriya javobi: og'ir biopsiya bilan tasdiqlangan nefritli etnik jihatdan xilma-xil guruhda uzoq muddatli qizil yuguruk buyrak natijasining haqiqiy hayotiy vaziyatni bashorat qiluvchi omili. Lupus Sci Med 2017; 4: e000213.

9 Tizimli qizil yugurukga javob mezonlari bo'yicha Amerika revmatologiya kollejining Ad Hoc qo'mitasining buyrak kasalliklari bo'yicha quyi qo'mitasi. Amerika Romatologiya kolleji tizimli qizil yuguruk klinik sinovlarida proliferativ va membranoz buyrak kasalliklari uchun javob mezonlari. Artrit Rheum 2006; 54: 421-32. 2021-yil 27-dekabrda mehmon tomonidan. Mualliflik huquqi bilan himoyalangan. 2021-yil 24-avgustda. Helget LN va boshqalardan yuklab olingan. Lupus fan va tibbiyot 2021; 8: e000489. doi:10.1136/lupus-2021-000489 8 Lupus Science & Medicine

10 Wofsy D, Hillson JL, Diamond B. Lupus nefrit klinik tadkikotlarida foydalanish uchun muqobil asosiy natija choralarini solishtirish. Artrit Rheum 2013; 65: 1586-91.

11 RC jamoasi. Statistik hisoblash uchun til va muhit, 2020. Mavjud:

12 Liaw A, Wiener M. Tasodifiy o'rmon bo'yicha tasniflash va regressiya. R News 2002; 2:18–22.

13 Hastie T, Tibshirani R, Fridman JH. Statistik o'rganish elementlari: ma'lumotlarni qazib olish, xulosa chiqarish va bashorat qilish: 200 ta to'liq rangli rasmlar bilan. Nyu-York: Springer, 2001 yil.

14 LeDell E, Petersen M, van der Laan M. ROC egri taxminlari ostida o'zaro tasdiqlangan maydon uchun hisoblash samarali ishonch intervallari. Elektron J Stat 2015;9:1583–607.

15 Ostin HA, Muenz LR, Joyce KM va boshqalar. Diffuz proliferativ qizil yuguruk nefrit: buyrak natijalariga ta'sir qiluvchi o'ziga xos patologik xususiyatlarni aniqlash. Buyrak Int 1984; 25: 689-95.

16 Ostin HA, Boumpas DT, Vaughan EM va boshqalar. Lupus nefritining yuqori xavfli xususiyatlari: 166 bemorda irqiy va klinik va gistologik omillarning ahamiyati. Nephrol Dial Transplant 1995; 10: 1620-8.

17 Ostin HA, Boumpas DT, Vaughan EM va boshqalar. Jiddiy lupus nefritida buyrak natijalarini bashorat qilish: klinik va gistologik ma'lumotlarning hissasi. Buyrak Int 1994; 45: 544-50.

18 Schwartz MM, Bernstein J, Hill GS va boshqalar. Diffuz proliferativ qizil yuguruk glomerulonefritida buyrak patologiyasining prognozli qiymati. lupus nefritini hamkorlikda o'rganish guruhi. Buyrak Int 1989;36:891-6.

19 Rijnink EC, Teng YKO, Wilhelmus S va boshqalar. Lupus nefritida buyrak natijalari bilan bog'liq klinik va gistopatologik xususiyatlar. Clin J Am Soc Nephrol 2017;12:734–43.

20 Tang Y, Zhang V, Zhu M va boshqalar. Lupus nefrit patologiyasini klinik ko'rsatkichlar bilan bashorat qilish. Sci Rep 2018;8:10231.

21 Wolf BJ, Spainhour JC, Artur JM va boshqalar. Lupus nefritida natijalarni bashorat qilish uchun biomarker modellarini ishlab chiqish. Artrit Rheumatol 2016; 68: 1955-63.

22 Song D, Wu L-Hua, Vang F-mei va boshqalar. Lupus nefritida buyrak trombotik mikroangiopatiya spektri. Arthritis Res Ther 2013;15:R12. 2021-yil 27-dekabrda mehmon tomonidan. Mualliflik huquqi bilan himoyalangan.