Gout Prophylaxis Evaluated According to the 2012 American College of Rheumatology Guidelines: Analysis from the CORRONA Gout Registry
Notice bibliographique
Résumé
OBJECTIVE: To analyze prophylaxis using the CORRONA (COnsortium of Rheumatology Researchers Of North America) Gout Registry according to the American College of Rheumatology (ACR) guidelines, and to evaluate whether differences in disease characteristics influenced prophylaxis. METHODS: All patients with gout in the CORRONA Gout Registry between November 1, 2012, and November 26, 2013, were included. They were divided into 2 groups: "receiving prophylaxis" versus "not receiving prophylaxis" at the time of enrollment. Patients having a flare at time of visit were excluded. Descriptive statistics and multivariable logistic regression models were performed to evaluate the factors associated with prophylaxis. RESULTS: There were 1049 patients with gout available for analysis. There were 441 patients (42%) receiving prophylaxis and 608 (58%) not receiving prophylaxis. The most common drugs used for prophylaxis were colchicine (78%) and nonsteroidal antiinflammatory drugs (32%). Prophylaxis drug combination was used by 45 patients (10.2%). Patients in the "receiving prophylaxis" group were more likely to have a gout duration of ≤ 1 year (n = 68, p < 0.001), ≥ 1 flare in the year previous to enrollment (p < 0.001), ≥ 1 healthcare uses in the last year [Emergency Department (p = 0.029); outpatient visit to primary care, rheumatologist, or urgent care clinic (p < 0.001)], have tophi (p < 0.001), report pain > 3 (p = 0.001), and have disease activity > 10 (p < 0.001) compared with patients in the "not receiving prophylaxis" group. CONCLUSION: Forty-two percent of patients with gout in the CORRONA Gout Registry were receiving prophylaxis. Prophylaxis was significantly more common in patients with a higher disease burden and activity, which is in agreement with the ACR guidelines. Our study highlights disease characteristics influencing prophylaxis and furthers our knowledge on current use of flare prophylaxis.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».