Brain Magnetic Resonance Imaging in Newly Diagnosed Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: We wished to determine the prevalence of cerebral atrophy and focal lesions in a cohort of patients with newly diagnosed systemic lupus erythematosus (SLE) and the association of these brain abnormalities with clinical characteristics. METHODS: A total of 97 patients with SLE, within 9 months of diagnosis, with 4 or more American College of Rheumatology classification criteria, were enrolled. Brain magnetic resonance imaging was performed. RESULTS: The patients were 97% female, mean age 38.1 (SD 12.2) years, education 15.1 (2.8) years; 59 Caucasian, 11 African American, 19 Hispanic, 5 Asian, and 3 other ethnicity. Cerebral atrophy was prevalent in 18% (95% CI 11%-27%): mild in 12%, moderate in 5%. Focal lesions were prevalent in 8% (95% CI 4%-16%): mild in 2%, moderate in 5%, severe in 1%. Patients with cerebral atrophy were more likely to have anxiety disorder (p = 0.04). Patients with focal lesions were more likely to be African American (p = 0.045) and had higher Safety of Estrogens in Lupus Erythematosus National Assessment SLEDAI scores (p = 0.02) and anti-dsDNA (p = 0.05). CONCLUSION: In this population with newly diagnosed SLE, brain abnormalities were prevalent in 25% of patients. These findings suggest that the brain may be affected extremely early in the course of SLE, even before the clinical diagnosis of SLE is made. Followup of these patients is planned, to determine the reversibility or progression of these abnormalities and their association with and potential predictive value for subsequent neuropsychiatric SLE manifestations.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».