Longitudinal examination of lipid profiles in pediatric systemic lupus erythematosus
Notice bibliographique
Résumé
OBJECTIVE: Lipid abnormalities in patients with systemic lupus erythematosus (SLE) are common and are likely to be one of the causes of premature atherosclerosis in these patients. This study was undertaken to serially examine the lipid profile in pediatric patients with SLE to determine the roles of active disease and therapy in altering lipid levels. METHODS: Serial lipid measurements were obtained in an inception cohort of 139 pediatric patients with SLE at the time of treatment with either a constant dose or differing doses of prednisone, and annually. The levels of cholesterol, triglycerides, low-density lipoprotein (LDL), and high-density lipoprotein (HDL) were correlated with measures of disease activity and prednisone dose. RESULTS: At the time of SLE diagnosis in this pediatric cohort, the mean values for all lipids were abnormal. With each reduction in prednisone dose, there was a statistically significant decrease in cholesterol and triglyceride levels (P < 0.001) but not HDL or LDL levels. Nephrotic-range proteinuria was associated with altered cholesterol, triglyceride, and LDL levels, whereas changes in HDL were more commonly associated with active nephritis. In the absence of nephrotic-range proteinuria, increases in prednisone dose were associated with increased levels of all lipids, including HDL. CONCLUSION: Active SLE leads to a proatherogenic lipid profile. Levels of cholesterol and LDL were mainly associated with the dose of prednisone, and were abnormal only during very high disease activity. Triglyceride levels were mainly associated with proteinuria, while changes in HDL were associated with active SLE and a high dose of prednisone. Our results suggest that the lipid profile in pediatric SLE is the result of a complex interaction of disease manifestations and the effects of prednisone therapy.
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 | 0,003 | 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) | 0,000 | 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 ».