Predictors of Survival and Causes of Death in Japanese Patients with Systemic Sclerosis
Notice bibliographique
Résumé
OBJECTIVE: To clarify the mortality rates, causes of death, and contributing clinical factors in Japanese patients with systemic sclerosis (SSc). METHODS: A cohort of 405 patients with SSc, who attended our institution during the period 1973 to 2008, was retrospectively analyzed until the end of 2009. Clinical data were obtained from medical records or autopsy reports. RESULTS: The 405 patients with SSc consisted of 310 (76.5%) survivors, 86 (21.2%) who died, and 9 who were lost to followup. Diffuse cutaneous SSc and involvement of organs other than the gastrointestinal tract were more frequent in patients who died, and were associated with a worse prognosis according to Kaplan-Meier analysis. Female sex, limited cutaneous SSc, anticentromere antibody (ACA), and overlap with Sjögren's syndrome (SS) were factors favoring a better prognosis, while overlap with myositis contributed to a poor prognosis. The overall 10-year survival rate was 88%. The patients with SSc had a significantly higher mortality than the general population (standardized mortality ratio 2.76), but the patients with ACA or overlapping SS did not. The most common causes of death were unknown ones including sudden death, followed by malignancy and infection. In patients with pulmonary arterial hypertension, sudden death was the most common cause of mortality. CONCLUSION: The overall mortality rate of patients with SSc was higher than that of the general population, probably because of poor prognostic factors including organ involvement. These factors should be carefully monitored during followup.
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 | 0,000 | 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 ».