Weight change associated with corticosteroid therapy in adolescents with systemic lupus erythematosus
Notice bibliographique
Résumé
UNLABELLED: Physical appearance is very important to adolescents and weight gain secondary to corticosteroid (CS) treatment may have a direct impact on adolescent development. Understanding weight gain in adolescents with SLE who are being treated with CS will help clinicians develop strategies for prevention of nonadherence, obesity and eating disorders in this population. METHODS: Patients aged 11-18 years old with newly diagnosed SLE between January,1995 and December, 2006 were identified through the Rheumatology database at the Sickkids hospital, Canada. All charts were reviewed. Patients were categorized based on final BMI status as normal, overweight and obese. Risk factors for being obese were examined by logistic regression model analysis. RESULTS: Of 236 patients, 78% fulfilled the criteria. 85% were female with mean age at onset of diagnosis was 14 ± 1.7 years. Mean duration of CS treatment was 50 ± 31 months and mean cumulative CS dosage was 34.11 ± 32.7 g of prednisone. At baseline, 10% had BMI >25 kg/m(2) while at the end of the study, 20% were overweight and 10.4% were obese. In addition, 61% gained <10 kg while 15% gained ≥20 kg. Initial BMI was a significant predictors for final BMI (OR = 27.59, 95%CI = 6.04-126.09, p < .001) while male (OR = 8.50, 95%CI = 2.95-24.5, p < 0.000) and cumulative CS dosage (OR = 1.53, 95%CI = 1.05-2.23, p < .05) were the significant predictors for weight gain >10 kg. Duration of CS treatment did not correlate with obesity. CONCLUSION: Although a significant number of patients became overweight or obese after being treated with CS, most gained <10 kg. Obesity secondary to CS treatment in SLE patients was significantly correlated with baseline BMI, gender and cumulative CS dosage.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».