Cigarette Smoking and Cutaneous Damage in Systemic Lupus Erythematosus: Table 1.
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the association between cigarette smoking and cutaneous damage in systemic lupus erythematosus (SLE). METHODS: Our study was performed in SLE clinic registry cohort patients, all of whom fulfilled revised American College of Rheumatology criteria for SLE; patients are followed prospectively with annual assessments that include collection of demographic variables, smoking history, disease activity (SLE Disease Activity Index version 2000, SLEDAI-2K), medications, and damage scores (Systemic Lupus International Collaborating Clinics/ACR Damage Index). Cumulative cutaneous damage scores were used for the primary analyses. Logistic and logit regression models were performed to examine potential associations between current smoking and cutaneous damage, controlling for age, sex, race, lupus disease duration, antimalarial or immunosuppressant use, and anti-DNA and anti-SSA antibody status. RESULTS: Of our sample (N = 276), 92% were women and 73.7% were Caucasian; the mean age was 45.1 years, mean disease duration 13.5 years, and 17.5% were current smokers. In the regression analyses, current cigarette smoking was associated with total cutaneous damage (OR 2.73, 95% CI 1.10, 6.81) and with scarring (OR 4.70, 95 CI 1.04, 21.2). In additional analyses, current smoking was also associated with active lupus rash (OR 6.18, 95% CI 1.63, 23.3). CONCLUSIONS: Current cigarette smoking may be associated with cutaneous damage and active lupus rash in SLE, suggesting another reason to emphasize smoking cessation in patients with SLE.
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 ».