Predictors of Incident Depression in Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: Findings from previous studies of predictors of depression among patients with systemic lupus erythematosus (SLE) have been inconsistent. The aim of our study was to identify risk factors that preceded incident depression based on a large, closely followed longitudinal cohort. METHODS: Data regarding 1609 patients with SLE in the Hopkins Lupus Cohort who had no history of depression prior to cohort entry were analyzed. Demographic variables, SLE manifestations, laboratory tests, physician's global assessment, Safety of Estrogens in Lupus Erythematosus National Assessment-SLE Disease Activity Index (SELENA-SLEDAI), cumulative organ damage (Systemic Lupus International Collaborating Clinics/American College of Rheumatology Damage Index), and onset of depression were recorded at enrollment and each quarterly visit. Rates of incident depression were calculated overall, and in subgroups defined by demographic and clinical variables. Adjusted estimates of association were derived using pooled logistic regression. RESULTS: The incidence of depression was 29.7 episodes per 1000 person-years. In the multivariable analysis, these variables remained as independent predictors of incident depression: recent SLE diagnosis, non-Asian ethnicity, disability, cutaneous activity, longitudinal myelitis, and current prednisone use of 20 mg/day or higher. Global disease activity (SELENA-SLEDAI) was not a significant predictor after controlling for prednisone use. CONCLUSION: Depression in SLE is multifactorial. Higher-dose prednisone (≥ 20 mg daily) is 1 important independent risk factor. Global disease activity is not a risk factor, but cutaneous activity and certain types of neurologic activity (myelitis) are predictive of depression. The independent effect of prednisone provides clinicians with an additional incentive to avoid and reduce high-dose prednisone exposure 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».