Risk Factors for Development of Coronary Artery Disease in Women with Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: To ascertain coronary artery disease (CAD) outcomes and predictive factors in a prospective study of patients with systemic lupus erythematosus (SLE) and matched healthy controls. METHODS: SLE patients and non-SLE age-matched controls without a history of CAD were recruited into a prospective study between 1997 and 1999. CAD events were assessed at clinic visit for SLE patients and through telephone interview and chart review for controls. All events were verified with patient medical records. RESULTS: Followup information was available on 237 controls and 241 SLE patients. The mean followup time was 7.2 years. Univariate analyses identified age and postmenopausal status as predictors of CAD in both the groups. Sedentary lifestyle, hypertension, the presence of metabolic syndrome, and the number of Framingham risk factors were predictive in the control group only. The 10-year risk of CAD score was predictive in both groups but was not as marked in the SLE group as in the controls. None of the lipid subfractions were predictive for CAD in the SLE group, whereas in the controls, a high triglyceride level >or= 2.8 was predictive. Time-to-event multivariate analysis for CAD in all subjects revealed SLE itself, older age, and triglycerides >or= 2.8 to be highly predictive for CAD. CONCLUSION: In a prospective study of patients with SLE and matched controls followed over a median of 8 years, patients with SLE developed significantly more CAD events than controls. Accounting for demographic variability, CAD risk factors, and lipid factors, SLE is an independent risk factor for the development of CAD.
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 | 0,000 |
| 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 ».