あなたは歯科・医療関係者ですか?

WHITE CROSSは、歯科・医療現場で働く方を対象に、良質な歯科医療情報の提供を目的とした会員制サイトです。

日本語AIでPubMedを検索

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。
JCI Insight.2020 Jul;138724. doi: 10.1172/jci.insight.138724.Epub 2020-07-07.

ADPKDの機能的および構造的転帰を予測するための遺伝子型および画像情報の価値。

The value of genotypic and imaging information to predict functional and structural outcomes in ADPKD.

  • Sravanthi Lavu
  • Lisa E Vaughan
  • Sarah R Senum
  • Timothy L Kline
  • Arlene B Chapman
  • Ronald D Perrone
  • Michal Mrug
  • William E Braun
  • Theodore I Steinman
  • Frederic F Rahbari-Oskoui
  • Godela M Brosnahan
  • Kyongtae T Bae
  • Douglas Landsittel
  • Fouad T Chebib
  • Alan S L Yu
  • Vicente E Torres
  • Peter C Harris
PMID: 32634120 DOI: 10.1172/jci.insight.138724.

抄録

背景:

ADPKDの治療オプションとして、急速に進行する患者を特定する必要性が強調されている。腎サイズ/年齢および遺伝子型は腎転帰の予測力を有するが、それらの相対的および相加的な値、および疾患進行の関連する軌跡は十分に定義されていない。

BACKGROUND: A treatment option for ADPKD has highlighted the need to identify rapidly progressive patients. Kidney size/age and genotype have predictive power for renal outcomes, but their relative and additive value, plus associated trajectories of disease progression, are not well defined.

方法:

遺伝子型および/または腎臓画像データ(Mayo Imaging Class)の機能的転帰(末期腎臓病:ESKD、または推定糸球体濾過率の低下:eGFR)または構造的転帰(身長調整済み総腎臓容積の増加:htTKV)を予測するための価値を、Mayo ClinicのPKD1/PKD2集団で評価し、20~65歳までのeGFRおよびhtTKVの軌跡を、同様に定義されたCRISPおよびHALT PKD患者でモデル化し、独立して検証しました。

METHODS: The value of genotypic and/or kidney imaging data (Mayo Imaging Class) to predict the time to functional (end stage kidney disease; ESKD, or decline in estimated glomerular filtration rate; eGFR) or structural (increase in height adjusted total kidney volume; htTKV) outcomes were evaluated in a Mayo Clinic PKD1/PKD2 population; and eGFR and htTKV trajectories from 20-65 years of age modeled and independently validated in similarly defined CRISP and HALT PKD patients.

結果:

遺伝子型群とイメージング群の両方でESKDとeGFRのエンドポイントを強く予測し、遺伝子型はイメージング予測を改善し、その逆も同様であった;多変量モデルでは強い識別力を示した(C statistic = 0.845)。しかし、イメージングでは遺伝子型ではなく、より重度の遺伝子型とイメージングでは若い年齢で腎臓が大きくなっていたが、イメージングではhtTKVの成長が予測された。eGFR の低下の軌跡は、最も重度の遺伝子型群とイメージング群ではベースラインから直線的であったが、軽度の群では曲線的であった。イメージングクラスの軌跡はhtTKVの成長速度を区別し、重症クラスでは初期に急速に成長し、腎臓が大きくなったが、後に成長が鈍化した。

RESULTS: Both genotypic and imaging groups strongly predicted ESKD and eGFR endpoints, with genotype improving the imaging predictions, and vice versa; a multivariate model had strong discriminatory power (C statistic = 0.845). However, imaging but not genotypic groups predicted htTKV growth, although more severe genotypic and imaging groups had larger kidneys at a young age. The trajectory of eGFR decline was linear from baseline in the most severe genotypic and imaging groups, but curvilinear in milder groups. Imaging class trajectories differentiated htTKV growth rates; severe classes had rapid early growth and large kidneys but growth later slowed.

結論:

急速に進行する患者を識別するためのイメージング、遺伝子型、および複合データの価値が示され、臨床試験の参考値が提供された。我々のデータは、成人期までの腎臓成長率の違いが重症患者を有意に定義することを示している。

CONCLUSIONS: The value of imaging, genotypic, and combined data to identify rapidly progressive patients was demonstrated, and reference values for clinical trials provided. Our data indicates that differences in kidney growth rates before adulthood significantly define patients with severe disease.

資金提供:

NIDDK の助成金。Mayo DK058816、DK090728;CRISP DK056943、DK056956、DK056957、DK056961;HALT PKD DK062410、DK062408、DK062402、DK082230、DK062411、DK062401。

FUNDING: NIDDK grants: Mayo DK058816, DK090728; CRISP DK056943, DK056956, DK056957, DK056961; HALT PKD DK062410, DK062408, DK062402, DK082230, DK062411, DK062401.