Idiopathic Inflammatory Myopathy Associated with Malignancy: A Retrospective Cohort of 151 Korean Patients with Dermatomyositis and Polymyositis
Notice bibliographique
Résumé
OBJECTIVE: To define the standardized incidence ratio (SIR) of malignancy and factors associated with malignancies in Korean patients with dermatomyositis (DM) and polymyositis (PM). METHODS: The demographic, clinical, and laboratory features of 151 patients diagnosed with DM/PM were compared in patients with and without malignancies. RESULTS: Malignancies were found in 23 of 98 patients with DM (23.5%) and in 2 of 53 with PM (3.8%). Lung cancer (8 patients) was the most common malignancy. Compared with the period-specific, sex-matched, and age-matched Korean population, the SIR for malignancy in patients with DM was 14.2 (95% CI 9.0-21.3). Univariate analysis showed that factors associated with malignancy included older age (p < 0.001), DM (p = 0.002), dysphagia (p < 0.001), the absence of interstitial lung disease (ILD; p = 0.001), and lower elevations in aspartate aminotransferase (p = 0.005) and lactate dehydrogenase concentrations (p < 0.001). Multivariate analysis showed that factors independently associated with malignancy included older age (per 10 years, OR 2.3, 95% CI 1.6-3.5, p < 0.001), DM (OR 5.9, 95% CI 1.3-26.2, p = 0.020), dysphagia (OR 2.6, 95% CI 1.2-6.6, p = 0.042), and the absence of ILD (OR 0.1, 95% CI 0.01-0.9, p = 0.040). CONCLUSION: DM was associated with a greater risk of concomitant malignancies, especially lung cancer, than PM. Independent factors associated with malignancies in patients with DM/PM were older age, the presence of dysphagia, and the absence of ILD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».