Features associated with cardiac abnormalities in systemic lupus erythematosus
Notice bibliographique
Résumé
OBJECTIVES: To determine the prevalence of echocardiographic abnormalities and identify associated clinical and laboratory features in a large systemic lupus erythematosus (SLE) cohort. METHODS: Patients fulfilling ACR criteria for SLE underwent a transthoracic echocardiogram (TTE) between January 2005 and June 2006. Variables used as potential correlates included age, sex, ethnicity, lupus duration, lupus disease activity (SLEDAI), cumulative damage (SLICC/ACR damage index (DI)), arterial hypertension, diabetes, current smoking, medication use and laboratory data. Multivariate logistic regression was used to examine the association between TTE abnormalities and potential determinants. RESULTS: For the 217 subjects with a TTE performed during the study, the main abnormalities were of the mitral valve (37.3%) and included thickening (25.4%) and insufficiency (25.8%). Other findings included pulmonary artery pressure (PAP) ≥ 30( )mm( )Hg (10.1%), pericardial effusion (4.6%), hypokinesis (2.8%), and aortic insufficiency (3.7%). In multivariate analysis, mitral insufficiency was associated with the use of corticosteroids (OR 2.90; 95%CI 1.42-5.94) and hypokinesis with angiotensin-converting enzyme inhibitors (12.89; 1.06-157.18). Elevated PAP was associated with age (1.04; 1.01-1.07) and with DI (1.20; 1.01-1.42). CONCLUSION: Valvular abnormalities are frequent in patients with SLE, with mitral valve lesions occurring in over one third. TTE screening may be indicated in patients with SLE, especially for those with identified risk factors such as corticosteroid use.
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) | 0,001 | 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 | 0,001 |
| 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 ».