MétaCan
Menu
Retour à la cohorte
Enregistrement W2138073334 · doi:10.1002/art.38570

A149: Does Prenatal Exposure to Antimalarial Decrease the Risk of Neonatal Lupus: a Bayesian Perspective

2014· article· en· W2138073334 sur OpenAlexaff
Julie Barsalou, Edgar Jaeggi, Simon Yu Tian, Robert M. Hamilton, Carl A. Laskin, Earl D. Silverman

Notice bibliographique

RevueArthritis & Rheumatology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensPacific Centre for Reproductive MedicineSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Systemic lupus erythematosusBayesian probabilityMedicinePrenatal exposureObstetricsPregnancyComputer scienceBiologyInternal medicineGestationArtificial intelligenceGenetics

Résumé

récupéré en direct d'OpenAlex

Background/Purpose: It had been suggested that prenatal exposure to hydroxychloroquine reduced the risk of cardiac NLE. The primary aim was to assess if prenatal exposure to antimalarials (AM) decreased the risk of cardiac NLE. The secondary aim was to analyze the effect of AM exposure on the risk of non‐cardiac NLE. Methods: A retrospective cohort study was performed on a large single‐center cohort of children exposed to anti‐Ro and/or anti‐La antibodies on whom prospective data has been collected since 1984. Inclusion criteria were: 1) first child born from a woman positive for anti‐Ro and/or anti‐La antibodies with a diagnosis of cutaneous lupus, systemic lupus erythematosus, Sjogren's syndrome, dermatomyositis or rheumatoid arthritis, 2) the mother underwent fetal chocardiography screening during pregnancy and/or the child had a postnatal ECG and 3) the child was ≥6 months old as of October 2013. We used Bayesian analysis for the association between prenatal use of AM and NLE. Results: The study population consisted of 265 children, of whom 72 were exposed to AM throughout gestation. Full laboratory data was available on 216 infants: 101 (46.8%) developed NLE and 115 (53.2%) remained unaffected. Forty nine children were classified as having no cardiac NLE but could not be diagnosed as true unaffected children as one or more blood test components were missing. These children were only included when the outcome studied was cardiac NLE. On univariable analysis and under a non‐informative prior, the probability that prenatal AM exposure would be protective (RR < 1) was 97.1% for cardiac and 66.9% for non‐cardiac NLE. On multivariable analysis, the RRs obtained were numerically higher, but still suggestive of a protective effect (). Using a more stringent RR cutoff (RR < 0.75), the effect on the outcome cardiac NLE remained significant, unlike for non‐cardiac NLE for which probabilities dropped significantly. Bayesian Analyses of the Effect of Prenatal Exposure to Antimalarial on the Risk of NLE Outcome Prior Sample size (N) RR (95% CrI) Probability of RR <1 (%) Probability of RR <0.75 (%) Univariable analyses Cardiac NLE Non‐informative 265 0.17 (0.01, 1.05) 97.1 93.8 Cardiac NLE Informative 265 0.34 (0.17, 0.66) 99.9 98.9 Non‐cardiac NLE Non‐informative 214 0.93 (0.64, 1.29) 66.9 12.7 Multivariable analyses Cardiac NLE Non‐informative 230 0.31 (0.01, 1.91) 87.8 80.0 Cardiac NLE Informative 230 0.36 (0.18, 0.72) 99.8 98.1 Non‐cardiac NLE Non‐informative 190 0.94 (0.65, 1.31) 64.0 11.6 Independent variable: prenatal exposure to AM Independent variables: prenatal exposure to AM, anti‐Ro ≥50 U/mL, anti‐La ≥50 U/mL and maternal diagnosis (Sjogren's syndrome vs all other diagnosis) NLE: neonatal lupus; RR (95% CrI): relative risk (95% credible interval) Conclusion: In this study of the largest single‐center cohort of children born to anti‐Ro and/or anti‐La antibody positive women with a connective tissue disease, we have shown that the probability that AM exposure was associated with a decreased risk of cardiac NLE was >87%. A clinically significant beneficial effect from AM exposure on non‐cardiac NLE features was not present. These findings need to be confirmed in an independent cohort.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,094
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,094
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,254
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArthritis & RheumatologyMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207