Prevalence and clinical correlates of pruritus in patients with systemic sclerosis
Notice bibliographique
Résumé
OBJECTIVE: There are no studies of pruritus prevalence or clinical correlates in systemic sclerosis (SSc). The objectives of this study were to document the proportion of SSc patients with pruritus on most days, to determine when in the course of the disease pruritus is most prevalent, and to identify clinical correlates. METHODS: We performed a cross-sectional, multicenter study of 400 SSc patients from the Canadian Scleroderma Research Group Registry > or =1 year after Registry enrollment. Patients indicated whether they experienced pruritus during the past month on most days and underwent clinical histories and medical examinations. Multiple logistic regression was used to assess the association between sociodemographic and clinical variables and pruritus. RESULTS: A total of 179 patients (45%) reported pruritus on most days, including 69% (11 of 16) among patients 1.0-1.9 years from onset of non-Raynaud's symptoms, 41% (38 of 93) for 2.0-4.9 years, 47% (44 of 94) for 5.0-9.9 years, 43% (60 of 140) for 10.0-19.9 years, and 46% (26 of 57) for > or =20 years. In post hoc analysis, patients 1.0-1.9 years from disease onset were significantly more likely to report pruritus (P = 0.049). Patients with pruritus had significantly more skin involvement (P = 0.029), more gastrointestinal (GI) symptoms (P < 0.001), worse breathing problems (P = 0.001), worse Raynaud's symptoms (P = 0.002), and more severe finger ulcers (P = 0.009). Only the number of GI symptoms predicted pruritus in multiple logistic regression analysis (odds ratio 1.25, 95% confidence interval 1.13-1.37; P < 0.001). CONCLUSION: Pruritus is common in SSc and is independently associated with GI symptoms. Focused research on sources of pruritus and its management in SSc is needed.
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) | 0,000 | 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 ».