Low Socioeconomic Status (Measured by Education) and Outcomes in Systemic Sclerosis: Data from the Canadian Scleroderma Research Group
Notice bibliographique
Résumé
OBJECTIVE: In systemic lupus erythematosus, socioeconomic status (SES) affects outcomes. SES can modify outcomes by altering timing of access to care and adherence. It is unknown whether SES affects systemic sclerosis (SSc) outcomes. Disease can affect income and cause work disability, thus education (completed long before SSc onset) may be a proxy for SES. METHODS: The Canadian Scleroderma Research Group collects annual data on patients with SSc. Baseline data were used from a prevalent cohort. Education was stratified by whether participants completed high school. Regression models assessed effects of education on organ complications and survival. RESULTS: In our study, 1145 patients with SSc had 11.0 ± 9.5 years' disease duration; 86% were women, with a mean age of 55.4 ± 12.1 years. About one-quarter did not complete high school; this was more common in older patients (p < 0.0001), men (p = 0.017), those with lower income (p < 0.0001), the unemployed (p < 0.054), smokers (p < 0.001), where DLCO was < 70% predicted (p = 0.009), in those with arthritis (p = 0.047), higher Health Assessment Questionnaire-Disability Index (p = 0.017), elevated erythrocyte sedimentation rate (p = 0.019), median C-reactive protein (p = 0.002), proteinuria (p = 0.016), steroid use ever (p = 0.039), and those more likely to have died in followup (12.7% vs 8.0%; p = 0.024). However, adjusting for confounders, there was no effect of education on mortality; whereas mortality was related to age, diffuse cutaneous SSc (dcSSc) subset, elevated pulmonary arterial (PA) pressure on echocardiography, low forced vital capacity expressed as percentage of predicted, and proteinuria (similar in the dcSSc subset and in limited cutaneous SSc), mortality was increased in older patients, those with elevated PA pressure, and those with low DLCO. CONCLUSION: Completing less education than high school was not associated with a worse prognosis in SSc after adjustment for confounding characteristics.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».