Brief Report: Association of Myositis Autoantibodies, Clinical Features, and Environmental Exposures at Illness Onset With Disease Course in Juvenile Myositis
Notice bibliographique
Résumé
OBJECTIVE: To identify early factors associated with disease course in patients with juvenile idiopathic inflammatory myopathies (IIMs). METHODS: Univariable and multivariable multinomial logistic regression analyses were performed in a large juvenile IIM registry (n = 365) and included demographic characteristics, early clinical features, serum muscle enzyme levels, myositis autoantibodies, environmental exposures, and immunogenetic polymorphisms. RESULTS: Multivariable associations with chronic or polycyclic courses compared to a monocyclic course included myositis-specific autoantibodies (multinomial odds ratio [OR] 4.2 and 2.8, respectively), myositis-associated autoantibodies (multinomial OR 4.8 and 3.5), and a documented infection within 6 months of illness onset (multinomial OR 2.5 and 4.7). A higher overall clinical symptom score at diagnosis was associated with chronic or monocyclic courses compared to a polycyclic course. Furthermore, severe illness onset was associated with a chronic course compared to monocyclic or polycyclic courses (multinomial OR 2.1 and 2.6, respectively), while anti-p155/140 autoantibodies were associated with chronic or polycyclic courses compared to a monocyclic course (multinomial OR 3.9 and 2.3, respectively). Additional univariable associations of a chronic course compared to a monocyclic course included photosensitivity, V-sign or shawl sign rashes, and cuticular overgrowth (OR 2.2-3.2). The mean ultraviolet index and highest ultraviolet index in the month before diagnosis were associated with a chronic course compared to a polycyclic course in boys (OR 1.5 and 1.3), while residing in the Northwest was less frequently associated with a chronic course (OR 0.2). CONCLUSION: Our findings indicate that myositis autoantibodies, in particular anti-p155/140, and a number of early clinical features and environmental exposures are associated with a chronic course in patients with juvenile IIM. These findings suggest that early factors, which are associated with poorer outcomes in juvenile IIM, can be identified.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».