Optimal Monitoring For Coronary Heart Disease Risk in Patients with Systemic Lupus Erythematosus: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVE: Premature coronary heart disease (CHD) significantly affects morbidity and mortality in systemic lupus erythematosus (SLE). Several studies have detected factors influencing the atherosclerotic process, as well as methods to quantify the atherosclerotic burden in subclinical stages. The aim of this systematic review was to identify the minimum investigations to optimally monitor CHD risk in SLE. METHODS: English-restricted literature review was performed using PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) guidelines through Ovid Medline, Embase, and Cochrane Central databases, from inception until May 2014 (Medline until October 2014). Specific search terms included, among others, "SLE," "atherosclerosis," "CHD," "myocardial ischemia," "acute coronary syndrome," "myocardial infarction," and "angina pectoris." We identified 101 eligible articles, 23 with cardiovascular events (CVE) as endpoints and 78 with measures of subclinical atherosclerosis. The Newcastle-Ottawa scale was used for quality assessment. RESULTS: Certain traditional and disease-specific factors were identified as independent predictors for CHD. Among the former were age (particularly postmenopausal state), male sex, arterial hypertension, dyslipidemia, and smoking. Disease activity and duration, cumulative damage, antiphospholipid antibodies, high sensitivity C-reactive protein, and renal disease were the most consistent disease-related factors. Corticosteroids were linked to increased CHD risk whereas antimalarials were protective. Concerning imaging techniques, carotid ultrasonography (intima-media thickness and plaque) was shown to independently predict CVE. CONCLUSION: Premature CHD in SLE is multifactorial; modifiable variables should be monitored at frequent intervals to ensure prompt management. Disease-specific factors also affect the atherogenic process and should be evaluated regularly. Carotid ultrasonography may hold promise in predicting CVE in selected high-risk patients.
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 | 0,006 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,009 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».