Prevalence of malignancy in psoriatic arthritis
Notice bibliographique
Résumé
OBJECTIVE: To determine the prevalence and types of malignancy in a large cohort of patients with psoriatic arthritis (PsA), and to compare this rate with that in the general population. METHODS: A cohort analysis of patients who were followed up prospectively from 1978 to 2004 at the University of Toronto Psoriatic Arthritis Clinic was performed. Patients were followed up at 6-12-month intervals according to a standard protocol, which included recording of malignancy, and tracked on a computer database. The cohort was linked with a provincial database to find malignancies that may have been missed by the protocol or developed after patients were lost to followup. Data were presented and analyzed using descriptive statistics and the Cox regression model with robust estimate of variance. Rates of first malignancy in the cohort were compared with rates in the population to derive standardized incidence ratios (SIRs). RESULTS: Of the 665 patients included, 68 (10.2%) developed a malignancy at an average age of 62.4 years. The most frequently seen malignancies were breast (20.6%), lung (13.2%), and prostate (8.8%) cancer. The SIR for all cancers was 0.98 (95% confidence interval 0.77-1.24). Overall cancer type-specific SIRs were 0.69 (95% CI 0.26-1.83) for hematologic and 0.88 (95% CI 0.46-1.69) for lung cancer. In females, the SIR for breast cancer was 1.55 (95% CI 0.92-2.62), and in males, the SIR for prostate cancer was 0.65 (95% CI 0.29-1.44). CONCLUSION: Overall, 10.2% of patients in the Toronto PsA cohort developed cancer. The most frequent cancers were breast, lung, and prostate cancer. The incidence of malignancy in the large PsA cohort did not differ from that in the general population.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».