Anti-dsDNA and anti-Sm antibodies do not predict damage in systemic lupus erythematosus
Notice bibliographique
Résumé
We aimed to determine whether anti-dsDNA and anti-Sm antibodies predict damage in systemic lupus erythematosus (SLE). Five-hundred inception patients from the University of Toronto Lupus Clinic were studied. Predictors assessed for the entire study period were: (1) raised anti-dsDNA on two consecutive occasions; (2) anti-dsDNA levels (normal, mildly or highly elevated); (3) presence of antiSm on any occasion. To account for disease duration, the following were assessed at three years post-inception: raised anti-dsDNA on two consecutive occasions; anti-dsDNA levels. These predictors were correlated with the following outcomes: (1) overall SLICC/ACR Damage Index (SDI) at the end of the study period; (2) frequency of damage in the cardiovascular, neuropsychiatric, musculoskeletal and renal components of SDI; ((3) SDI at five years for the predictors assessed at three years post-inception. In the multivariate analysis, presence of anti-DNA antibodies or of anti-SM were non-significant but sex, age at SLE diagnosis, disease duration, corticosteroid use and cumulative dose were strong predictors of damage. Raised anti-dsDNA on two occasions or anti-dsDNA levels in the three years post-inception patients did not predict damage at five years. The presence and levels of anti-dsDNA and anti-Sm antibodies do not predict damage in SLE.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».