Evidence-based Recommendations for the Management of Comorbidities in Rheumatoid Arthritis, Psoriasis, and Psoriatic Arthritis: Expert Opinion of the Canadian Dermatology-Rheumatology Comorbidity Initiative
Notice bibliographique
Résumé
OBJECTIVE: Comorbidities such as cardiovascular diseases (CVD), cancer, osteoporosis, and depression are often underrecognized in patients with rheumatoid arthritis (RA), psoriatic arthritis (PsA), or psoriasis (PsO). Recommendations may improve identification and treatment of comorbidities. The Canadian Dermatology-Rheumatology Comorbidity Initiative reviewed the literature to develop practical evidence-based recommendations for management of comorbidities in patients with RA, PsA, and PsO. METHODS: Eight main topics regarding comorbidities in RA, PsA, and PsO were developed. MEDLINE, EMBASE, and the Cochrane Library (1960-12/2012), together with abstracts from major rheumatology and dermatology congresses (2010-2012), were searched for relevant publications. Selected articles were analyzed and metaanalyses performed whenever possible. A meeting including rheumatologists, dermatologists, trainees/fellows, and invited experts was held to develop consensus-based recommendations using a Delphi process with prespecified cutoff agreement. Level of agreement was measured using a 10-point Likert scale (1 = no agreement, 10 = full agreement) and the potential effect of recommendations on daily clinical practice was considered. Grade of recommendation (ranging from A to D) was determined according to the Oxford Centre for Evidence-Based Medicine evidence levels. RESULTS: A total of 17,575 articles were identified, of which 407 were reviewed. Recommendations were synthesized into 19 final recommendations ranging mainly from grade C to D, and relating to a large spectrum of comorbidities observed in clinical practice: CVD, obesity, osteoporosis, depression, infections, and cancer. Level of agreement ranged from 80.9% to 95.8%. CONCLUSION: These practical evidence-based recommendations can guide management of comorbidities in patients with RA, PsA, and PsO and optimize outcomes.
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 | 0,053 | 0,158 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,009 |
| Bibliométrie | 0,018 | 0,011 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,008 | 0,003 |
| Intégrité de la recherche | 0,009 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».