儿童IgA血管炎肾炎危险因素及预测模型的研究进展2025_第1页
儿童IgA血管炎肾炎危险因素及预测模型的研究进展2025_第2页
儿童IgA血管炎肾炎危险因素及预测模型的研究进展2025_第3页
儿童IgA血管炎肾炎危险因素及预测模型的研究进展2025_第4页
儿童IgA血管炎肾炎危险因素及预测模型的研究进展2025_第5页
已阅读5页,还剩3页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

儿童IgA血管炎肾炎危险因素及预测模型的研究进展2025IgA血管炎肾炎(IgAvasculitisnephritis,IgAVN)已成为儿童发生终末期肾病的重要病因[¹]。IgAVN的主要临床表现为血尿和(或)蛋白尿,少数患儿以急性肾小球肾炎或肾病综合征起衰竭,晚期可能出现肾功能下降、高血压、症,甚至可进展成慢性肾脏病[2]。对IgAVN的发生风险评估及规范治疗是提高IgAVN患儿整体疗效和预后的关键。构建IgAVN的发生风险和预及时跟踪和调整治疗方案,实现个体化诊疗。本文就儿童IgAVN发生和型及制定IgAVN个体化诊疗方案提供思路。目前认为,机体在抗原刺激下出现血清半乳(galactose-deficientimmunoglobulinA1,Gd-IgA1)升高和抗Gd-IgA1的IgG自身抗体形成,两者可结合成致病性Gd-IgA1免疫复合物,并在全身多器官毛细血管沉积,激活补体变。当致病性Gd-IgA1免疫复合物在肾脏系膜沉积,将导致系膜细胞活化、炎症介质释放和肾小球损伤,从而引起1.1小血管炎相关临床症状和面部紫癜的严重程度和持续时间的增加,其发生风险显著增加[5]。危险因素[6]。1.2临床特征指标等全身小血管炎性病变的发生[7]。与单纯IgA血管炎(IgAV)患儿比少,其临床价值仍需进一步验证[8]。1.3一般特征龄较大的患儿IgAVN的发生[9]。进一步研究显示:年龄≥6岁儿童的IgAVN发病率明显升高[10],且与病损程度和不良预后高度相关[11],可作为判断IgAVN预后的预测因素[12]。另外,来自Chan等[13]的Meta分析提示男性患儿较女性更易出现Ig并成为IgAVN发生的独立危险因素和进展至终末期肾病的预测因素[14]。2.1病理表现肾小球新月体的存在是儿童IgAVN肾脏活检的常见发现,其他的肾活检胞局灶性和节段性增殖;IgA、IgG、IgM、白的弥漫性肾小球沉积[15]。2.2病理分级国际儿童肾脏疾病研究(ISKDC)分类是儿童IgAVN常见的病理分类方法[16]。ISKDC系统中的活检分级为I级(正常光镜检查)、Ⅱ级(仅系膜增生)、Ⅲ级(局限性或弥漫性增生或硬化,肾小球新月形<50%)、IV级和V级(新月形分别为50%~75%和>75%)、VI级(膜增生性肾小球肾炎)。这一分级方法主要侧重于新月体的参与程度,但是越来越多研究结果显示新月体形成与预后之间的相关性不强[17],而ISKDC系统级[18]。鉴于此,牛津分型评分(MEST-C)对IgAVN的预后展现出≥50%的肾小球系膜区内可见>3个系膜细胞则为M1,否则为M0;(2)存在则为E1,否则为E0;(3)肾小球节段性硬化(S):存在肾小球节段性硬化或黏连则为S1,否则为S0;(4)肾小管萎缩/间质纤维化(T):C2(>25%)[19]。研究显示,儿童MEST-C病理分级病变与IgAVNS1与治疗后eGFR减少≥50%或eGFR<90ml/(min·1.73m2)密切相关,T1和T2与蛋白尿缓解呈负相关[20]。IgAVN患者MEST-C病理分级出现M1、S1和T1、T2病变以及MEST-C总评分升高与eGFR减少>50%或出现肾衰竭的严重结局独立相关[21]。Yun等[22]随访儿童和成人IgAVN患者,发现儿童肾脏病理出现M1、T1、T2、以及成人出现T1、T2与出现肌酐倍增或终末期肾病相关,显示MEST-C评深入挖掘患儿信息、常规检验结果,探索数据等[23]通过纳入1655例IgAV住院患儿的回顾性队列,构建一个由年龄、紫癜症状反复、腹痛伴消化道出血、发病到时间共5个预测因子组成的IgAVN的预测模型,该模型预测效能为0.858,灵敏度和特异度分别为70.40%和84.20%。Bi等[24]回顾性收集了388例IgAV和IgAVN患儿的临床资料,开发了一个由发病年龄、血清D该模型在训练集达到0.920的预测效能,同时该模型对内部验证集和外部验证集的预测效能分别达到0.956、0.897。Guo等[25]基于血清胱抑素C、血清肌酐、IgM和eGFR构建了IgAVN发生风险预测模型,在训练集和内部验证集的预测效能分别达到0.944、0.879,灵敏度为82%,特异度为98%。这些预测模型都有较好的预测效能,但由于没有进行外部队列中进一步验证。基于机器学习构建IgAVN发生风险的数据。Cao等[26]收集了87例IgAV和153例IgAVN患儿的临床资料,基于极限梯度提升算法,发现10项临床特征和指标,包括尿N-乙酰构建的模型在训练集和验证集的预测效能分别可达0.895、0.870。Wang等[27]收集了174例IgAV和114例IgAVN患儿的42项临床数据,分别采用逻辑回归、支持向量机、决策树和随机森林算法进行分类预测,EB病毒DNA定量10项临床特征和指标构建了预测模型,预测效能达0.91,精确率、准确率分别达到0.83、0.87。Pan等[28]收集了153例IgAV和64例IgAVN患儿的50项临床数据,使用包括支持向量机、决策树和随机森林法等六种机器学习方法来构建模型,并筛选具有最高预测效能的模型。结果显血素O、嗜酸性粒细胞绝对计数、IgE、CRP、皮疹复发≥3次等11项临床特征的简化模型性能最优,预测效能达0.94,精确率、准确率分别为0.98、0.91,在外部验证中的预测效能达到0.842,灵敏度为89.4%,特异度为82.5%。机器学习方法能够发现非线性关系与高阶交互效应,显著提高了对患儿发生IgAVN的预测效能,其临床应用将协助临床医师进3.2IgAVN病理分级的预测模型整体预后越差。但由于肾脏穿刺活检为有创其是儿童,能够开展该技术的医疗单位有限临床模型对病理分级进行预测具有较高的临床应用价值。黄敏等[29]分a级和Ⅲb级的IgAVN患儿,通过Fisher逐步判别分析的方法筛选出24粪便隐血5项指标,建立了病理分级的预测模型,综合诊断正确率为68.015%±5.736%。对不能接受肾活检者或存在肾活检禁忌证的IgAVN等[30]基于超声的放射组学对440例IgAVN患儿进行研究,根据病理结果将患儿分为无肾小球新月体形成组(ISKDCI-Ⅱ级)和有肾小球新月体形成组(ISKDCⅢ-V级),回顾两组肾脏穿刺前或治疗前的超声图像,提取105个放射组学特征,最终选择14个特征进行机器学习建模,利用K最近邻、逻辑回归和支持向量机三种算法构建了用于区分IgAVN型预测效能最高,验证集中预测效能达到0.87,灵敏度70.6%,特异度95%,这提示基于放射组学对IgAVN病理分级具有良好的预测价值,肾脏超声检查可作为非侵入性工具对IgAVN肾脏病理分3.3IgAVN预后的预测模型对IgAVN预后的预测有助于降低IgAVN患儿进展为慢性肾脏病的风险,改善预后。Wang等[31]前瞻性研究纳入同一研究中心的1555例IgAV患儿作训练集和388例IgAV患儿作验证集,以出现肉眼血尿、蛋白尿和肾病综合征伴或不伴急性肾损伤等严重肾病作为结局指标,筛选第3、12和24个月出现严重肾病结局的危险因素,构建了一个由严重的皮疹或消化道紫癜、严重的胃肠道症状、临床症状反复和早期肾脏受累4个预测因子组成的预测模型,该模型在训练集和验证集的预测效能分别为0.751 (

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论