Late-age Onset Systemic Sclerosis
Notice bibliographique
Résumé
OBJECTIVE: Although patients who develop systemic sclerosis (SSc) later in life (≥ 65 yrs) may express the entire clinical spectrum of disease, we hypothesize that patients with late-age onset SSc incur a different risk for specific organ manifestations of disease compared to those with early-age onset SSc. METHODS: In total, 2300 patients with SSc were evaluated between 1990 and 2009 and reviewed from a university-based scleroderma center cohort. Demographic profile, SSc subtype, autoantibody status, Medsger severity scores, pulmonary function tests, echocardiography, and right heart catheterization measures were compared between late-age onset vs younger-age onset patients with SSc. RESULTS: Overall, 2084 patients (91%) developed SSc prior to age 65, while 216 (9%) were ≥ 65 years. Late-age onset patients had a significantly higher proportion of anticentromere antibodies (42% vs 27%; p = 0.001) compared to early-age onset patients. Risk of pulmonary hypertension (OR 1.76, 95% CI 1.00, 3.12), muscle weakness (OR 1.85, 95% CI 1.30, 1.64), renal impairment (OR 2.83, 95% CI 1.98, 4.04), and cardiac disease (OR 2.69, 95% CI 1.92, 3.78) was greater among those with late-age onset SSc; although risk of digital ischemia (OR 0.64, 95% CI 0.47, 0.86) was reduced. The cumulative incidence of pulmonary hypertension at 5 years was greater among those with late-age onset SSc (9%) compared to those with early-age onset SSc (2.7%; log-rank, p < 0.001). CONCLUSION: These findings suggest that older patients with SSc are at greater risk for pulmonary hypertension, renal impairment, cardiac disease, and muscle weakness. Awareness of the distinct risk for specific organ manifestations in SSc, in particular pulmonary hypertension, should guide the care of patients with SSc whose disease begins after age 65.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».