The Carotid Artery Atherosclerosis Burden and Its Relation to Cardiovascular Risk Factors in Black and White Africans with Established Rheumatoid Arthritis: A Cross-sectional Study
Notice bibliographique
Résumé
OBJECTIVE: Black Africans currently experience a distinctly low frequency of atherosclerotic cardiovascular disease. Whether this protection persists in those with rheumatoid arthritis (RA) is unknown. We compared the carotid atherosclerosis burden and its relationships with cardiovascular (CV) risk factors between Africans with RA from a developing black and developed CV population. METHODS: We performed high resolution B-mode ultrasonography and assessed CV risk factors in 243 patients with established RA, of whom 121 were black and 122 white. Data were analyzed in age, sex, and healthcare center-adjusted regression models. RESULTS: The mean±SD common carotid intima-media thickness (cIMT) was 0.694±0.097 mm in black and 0.712±0.136 mm in white patients (adjusted p=0.8). Plaque prevalence was also similar in black compared to white cases (35.5% and 44.3%, respectively; adjusted OR 0.83, 95% CI 0.32-2.20, p=0.7). Interactions between population grouping and several CV risk factors were independently associated with cIMT and plaque. In stratified analysis, that is, in each population group separately, risk factors associated with cIMT or/and plaque comprised the systolic blood pressure (p=0.02), serum cholesterol/high-density lipoprotein cholesterol ratio (p=0.004), C-reactive protein concentrations (p=0.01), and the presence of extraarticular manifestations (p=0.01) in whites but, contrastingly, the Arthritis Impact Measurement Scales tension score (p=0.04) and use of nonsteroidal antiinflammatory agent (p=0.03) in black patients. The Framingham score was significantly associated with atherosclerosis only in whites (p<0.0001). CONCLUSION: The carotid atherosclerosis burden is similar in black compared to white Africans with RA, but relationships between modifiable CV risk factors and atherosclerosis vary substantially among Africans with RA.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».