Systemic lupus erythematosus in North American Indians: a population based study.
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the prevalence, disease course, and survival of patients with systemic lupus erythematosus (SLE) in a population of over 120,000 North American Indians (NAI), and contrast the results to those in the non-Indian population. METHODS: The regional arthritis center database and the medical records of all rheumatologists, hematologists, nephrologists, and general internists with > 1 patient with SLE were searched for cases of SLE diagnosed between 1980 and 1996. A random survey of 20% of family physicians serving this population suggested that > 85% of all SLE cases were identified. Demographics, SLE Disease Activity Index (SLEDAI) scores, Systemic Lupus International Collaborating Clinics/American College of Rheumatology (SLICC/ACR) damage scores. clinical manifestations, and therapy for NAI were contrasted with the results in Caucasians (CAUC). RESULTS: We identified 257 cases meeting the ACR criteria for SLE diagnosed between 1980 and 1996. There were 49 NAI cases, resulting in a prevalence of 42.3/100,000, compared to a prevalence of 20.6/100,000 for the remainder of the population. NAI patients were younger at diagnosis, had higher SLEDAI scores at diagnosis, and had more frequent vasculitis, proteinuria and cellular casts. There were no treatment differences at diagnosis or at 2 years, but NAI patients were significantly more likely to receive treatment with prednisone or immunosuppressives at the last clinic visit. The NAI patients had similar damage scores at diagnosis, but significantly higher scores at 2 years and at the last clinic visit. NAI ethnicity increased the likelihood of death more than 4-fold. CONCLUSION: The prevalence of SLE was increased 2-fold in the NAI population. NAI patients had higher SLEDAI scores at diagnosis and more frequent vasculitis and renal involvement, required more treatment later in the disease course, accumulated more damage following diagnosis, and had increased fatality.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».