Spondyloarthritis in a Pediatric Population: Risk Factors for Sacroiliitis
Notice bibliographique
Résumé
OBJECTIVE: Pediatric rheumatologists may have an opportunity to diagnose sacroiliitis in its early stages, prior to the development of irreversible radiographic changes. Early diagnosis frequently requires magnetic resonance imaging (MRI), the use of which is limited by expense and requirement for sedation. We set out to identify features of juvenile spondyloarthritis (SpA) associated with the highest risk of sacroiliitis, to identify patients who may be candidates for routine MRI-based screening. METHODS: We reviewed the charts of 143 children seen at Texas Scottish Rite Hospital for Children diagnosed with SpA based on the International League of Associations for Rheumatology criteria for enthesitis-related arthritis or the Amor criteria for SpA. We performed logistic regression analysis to identify risk factors for sacroiliitis. RESULTS: A group of 143 children were diagnosed with SpA. Consistent with the diagnosis of SpA, 16% had psoriasis, 43% had enthesitis, 9.8% had acute anterior uveitis, and 70% were HLA-B27+. Fifty-three children had sacroiliitis, of which 11 cases were identified by imaging studies in the absence of suggestive symptoms or physical examination findings. Logistic regression analysis revealed that hip arthritis was a positive predictor of sacroiliitis, while dactylitis was a negative predictor. CONCLUSION: Children with SpA are at risk for sacroiliitis, which may be present in the absence of suggestive symptoms or physical examination findings. The major risk factor for sacroiliitis is hip arthritis, while dactylitis may be protective. Routine screening by MRI should be considered in patients at high risk of developing sacroiliitis.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».