Prevalence of Flare and Influence of Demographic and Serologic Factors on Flare Risk in Systemic Lupus Erythematosus: A Prospective Study
Notice bibliographique
Résumé
OBJECTIVE: We determined the prevalence of and risk factors for British Isles Lupus Activity Group (BILAG) flare in patients with systemic lupus erythematosus (SLE). METHODS: We followed 299 patients for 1 year with the BILAG scores calculated using British Lupus Integrated Prospective System software and confirmed with manual calculation. RESULTS: "A" flares occurred at a rate of 0.254/year, "B" flares 1.637/year, and A or B flares 1.765/year. The most common A flares were renal and mucocutaneous. The most common B flares were hematologic, renal, mucocutaneous, and musculoskeletal. Risk factors for a later A or B flare in the hematological system included: low C3 (p < 0.0001), low C4 (p = 0.0004), and positive anti-double-stranded (ds)DNA (p = 0.003); in the mucocutaneous system: low C3 (p = 0.02) and low C4 (p = 0.0004); and in the renal system: low C3 (p = 0.02) and low C4 (p = 0.02). In a stepwise regression model, only ethnicity (p = 0.02) and low C4 (p = 0.0002) remained as independent predictors of later A or 2B flares. CONCLUSION: The organ system distribution of A and B flares is very different, with A flares more common in renal and mucocutaneous, and B flares more common in hematologic and renal systems. A or 2B flares are significantly more common in African Americans and in patients with abnormal serologies (low C3, low C4, or high anti-dsDNA). If flare is an outcome in an SLE clinical trial, these factors must be balanced by taking them into account at baseline in terms of randomization, or by statistical adjustment in final analyses.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».