Serum Albumin as a Marker for Disease Activity in Patients with Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: To determine whether serum albumin reflects disease activity in patients with systemic lupus erythematosus (SLE) with and without nephritis (LN, LNN), and whether serum albumin could be a surrogate marker of SLE disease activity overall. There is currently no clinical "gold standard" in the assessment of disease activity in SLE. METHODS: Patients with >or= 3 clinic visits within a maximum followup period of 10 years were selected from the University of Toronto Lupus Clinic database. Subjects were divided into 3 groups: LN-B, those with nephritis defined by histological findings on renal biopsies; LN-L, those with nephritis defined by laboratory abnormalities in the absence of biopsy; and LNN, those without nephritis. In a subanalysis, the renal groups were further stratified by proteinuria status. The associations of SLE-Disease Activity Index (SLEDAI-2K) with serum albumin and dsDNA were examined using the mixed model regression analysis. RESULTS: A total of 1078 patients were studied: 89.1% female, 71.5% white, mean age 33.6 (SD 12.6) years, and with median baseline SLEDAI-2K of 8. Serum albumin was more significantly associated with SLEDAI in LN-B and LN-L. The association was also present but weaker in the LNN group. In all LN, the associations between serum albumin and SLEDAI-2K were stronger in those with proteinuria. CONCLUSION: In patients with SLE, higher SLEDAI was associated with lower serum albumin levels.
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 | 0,000 | 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 ».