A comparison of damage accrual across different calendar periods in systemic lupus erythematosus patients
Notice bibliographique
Résumé
Therapeutic approaches in systemic lupus erythematosus (SLE) have evolved over the last few decades, but their impact on prevention of organ damage is unknown. The objective of this study was to compare new cumulative damage in SLE patients across different calendar periods. Patients from a large SLE cohort were divided into two subcohorts; the first diagnosed and followed between 1978 and 1988 (cohort #1, n=100) and the second between 1989 and 1999 (cohort #2, n=51). Initial Systemic Lupus International Collaborating Clinics/American College of Rheumatology Damage Index (SLICC/ACR DI) scores, and changes in scores over the observation intervals, were compared for the two groups. Logistic regression estimated adjusted odds ratios (OR) comparing damage accrual between the two cohorts. Medication exposures were noted. Baseline characteristics were similar between the two groups. At first assessment, the adjusted OR for a SLICC/ACR DI score > or =1 was 1.79 (95% CI 0.82, 3.88) for cohort #1 versus cohort #2. At the end of the observation interval, the adjusted OR for a SLICC/ACR DI score > or =1 was 1.22 (0.58, 2.55) for cohort #1 versus cohort #2. The adjusted OR for accruing damage over the observation interval in cohort #1 versus cohort #2 was 0.94 (0.39, 2.44). Increased medication exposure was evident for cohort #2 compared to cohort #1. Despite increased therapeutic measures used for patients in more recent periods, our data do not establish a clear difference in damage accrual. This emphasizes the need for strategies to effectively treat lupus-specific manifestations, while minimizing side effects and comorbidities.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».