Traditional Framingham risk factors fail to fully account for accelerated atherosclerosis in systemic lupus erythematosus
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: The frequency of coronary heart disease (CHD) and stroke are increased in systemic lupus erythematosus (SLE), but the extent of the increase is uncertain. We sought to determine to what extent the increase could not be explained by common risk factors. METHODS: The participants at two SLE registries were assessed retrospectively for the baseline level of the Framingham study risk factors and for the presence of vascular outcomes: nonfatal myocardial infarction (MI), death due to CHD, overall CHD (nonfatal MI, death due to CHD, angina pectoris, and congestive heart failure due to CHD), and stroke. For each patient, the probability of the given outcome was estimated based on the individual's risk profile and the Framingham multiple logistic regression model, corrected for observed followup. Ninety-five percent confidence intervals (95% CIs) were estimated by bootstrap techniques. RESULTS: Of 296 SLE patients, 33 with a vascular event prior to baseline were excluded. Of the 263 remaining patients, 34 had CHD events (17 nonfatal MIs, 12 CHD deaths) and 16 had strokes over a mean followup period of 8.6 years. After controlling for common risk factors at baseline, the increase in relative risk for these outcomes was 10.1 for nonfatal MI (95% CI 5.8-15.6), 17.0 for death due to CHD (95% CI 8.1-29.7), 7.5 for overall CHD (95% CI 5.1-10.4), and 7.9 for stroke (95% CI 4.0-13.6). CONCLUSION: There is a substantial and statistically significant increase in CHD and stroke in SLE that cannot be fully explained by traditional Framingham risk factors alone.
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.
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 | 0,001 |
| 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 | 0,000 | 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 découle