Early Predictors of Juvenile Sacroiliitis in Enthesitis-related Arthritis
Notice bibliographique
Résumé
OBJECTIVE: To identify early predictors of sacroiliac (SI) involvement in a cohort of patients with enthesitis-related arthritis (ERA). METHODS: During a 7-year followup period, all consecutive patients fulfilling the ILAR classification criteria for ERA were enrolled. Data collected included demographic, clinical and laboratory variables at disease onset, at the onset of inflammatory back pain, and at the last available followup visit. Pelvis radiographs and dynamic magnetic resonance imaging (MRI) scans for SI joints were obtained simultaneously in all patients who developed inflammatory back pain. RESULTS: Fifty-nine children with ERA were studied; 40 male, 19 female; median age at disease onset 9 years 4 months (range 6 yrs 6 mo - 13 yrs 3 mo). At a median interval after disease onset of 1 year 3 months, 21 children reported symptoms of inflammatory back pain. In all cases, radiographs of SI joints were negative, while dynamic MRI revealed acute sacroiliitis in 17 cases. Multivariate analysis showed that the early predictors of SI were the number of active joints (p < 0.03) and the number of active entheses (p < 0.001) at onset. CONCLUSION: In our cohort, roughly 30% of children with ERA/juvenile idiopathic arthritis develop clinical and MRI evidence of sacroiliitis, detectable with dynamic MRI as early as 1 year after disease onset. Additional data from larger case series are needed to assess the specificity and sensitivity of this technique in the early phase of the disease and to confirm the rate of SI involvement reported in this cohort.
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) | 0,000 | 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 ».