High Prevalence of Asymptomatic Vertebral Fractures in Chinese Women with Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: To investigate the prevalence of vertebral fractures and to identify risk factors associated with vertebral fractures in Chinese women with systemic lupus erythematosus (SLE). METHODS: One hundred fifty-two consecutive patients with SLE were recruited in this cross-sectional study. Bone mineral density (BMD) measurements of the hip and spine were performed using the same dual energy X-ray absorptiometry (DEXA). Lateral radiographs of the spine (T5-L4) were assessed for vertebral fractures using a method described by Genant. Inflammatory and biochemical markers included C-reactive protein, receptor activator of nuclear factor-kappaB ligand, serum ss-CrossLaps assay for C-terminal telopeptides of type 1 collagen, and osteoprotegerin (OPG). RESULTS: Asymptomatic vertebral fractures occurred in 20.4% of patients with SLE. Univariate analyses of variables associated with fractures were older age, higher body mass index (BMI), lower BMD spine, lower BMD hips, higher serum C3 and C4, longer estrogen exposure, higher levels of OPG, and the use of sunscreen. Multivariate analysis showed older age (p = 0.017), higher BMI (p < 0.036), and lower BMD of the spine were significantly associated with vertebral fractures in the thoracic and/or lumbar spine (odds ratio 1.068, 1.166, 0.005; p = 0.018, p = 0.025, p = 0.003, respectively). CONCLUSION: Asymptomatic vertebral fractures occur in 20.4% of patients with SLE and 30% of these patients have normal BMD. The current method using DEXA to predict the presence of vertebral fracture has limited value and there is a need for assessment of bone quality. Vertebral morphometry in patients with SLE is recommended and early therapeutic intervention is necessary to prevent vertebral fractures 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 | 0,001 | 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 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 ».