Early damage as measured by the SLICC/ACR damage index is a predictor of mortality in systemic lupus erythematosus
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The aim of this study was to determine whether early damage accrued in SLE as measured by the SLICC/ACR Damage Index predicts mortality in an inception cohort of lupus patients that have been followed prospectively in a single centre. SLE patients from the University of Toronto Lupus Clinic presenting within 1 y of their diagnosis prior to 1988 were included. This enabled all patients to be potentially followed for at least 10 y. Yearly SLICC/ACR Damage Index scores were determined for each patient. Early damage was defined as a score > or = 1 and no damage as a score of 0 at the initial assessment. Log rank test was used to compare the survival experience between those with and without damage, with all patients being censored at 10 y. Two-hundred and sixty-three patients were identified in this inception cohort who were followed for 10 y. One-hundred and ninety patients (72%) had a SLICC/ACR Damage Index score of 0 (no damage) while 73 patients (28%) had at least one SLICC/ACR Damage Index item scored (early damage). Twenty-five percent of lupus patients who exhibited damage at their first SLICC/ACR Damage Index assessment died within 10 y of their illness as compared to only 7.3% who had no early damage (log rank P-value = 0.0002). SLE patients who died within 10 y were more likely to have renal damage (P = 0.013), and a trend toward more cardiovascular disease (P = 0.056), compared to patients who were alive. Early damage as reflected by the initial SLICC/ACR Damage Index is associated with a higher rate of mortality.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle