Coronary, Carotid, and Lower-extremity Atherosclerosis and Their Interrelationship in Danish Patients with Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: Atherosclerosis is highly prevalent among patients with systemic lupus erythematosus (SLE), but has been demonstrated predominantly in non-European SLE cohorts and few investigations have included more than 1 imaging modality. We aimed to investigate the prevalence of atherosclerosis in 3 frequently affected vascular territories, the coronary, carotid, and lower-extremity arteries, in a Danish, predominantly population-based SLE cohort. METHODS: Patients with SLE without prior cardiovascular disease (CVD; n = 103) were screened for coronary artery calcification, carotid intima-media thickening and plaque, and abnormal ankle-brachial index by means of cardiac computed tomography, ultrasound of the carotid arteries, and ankle systolic blood pressure. RESULTS: In patients with SLE, the prevalence of atherosclerosis in any vascular territory was 41%. The distribution of the atherosclerotic manifestations showed an overlap with 45% of the patients having involvement in more than 1 vascular territory. However, more than one-third of the patients with SLE with coronary, carotid, or lower-extremity atherosclerosis exclusively demonstrated this particular manifestation. Based on a multiple logistic regression model, age (p < 0.001), current smoking (p = 0.009), and the Systemic Lupus International Collaborating Clinics (SLICC; p = 0.008) were significant independent risk factors for atherosclerosis at any vascular territory. CONCLUSION: Atherosclerosis is highly prevalent among Danish patients with SLE without prior CVD. Screening for atherosclerosis in 1 vascular territory is insufficient in diagnosing atherosclerosis in patients with SLE. In Danish patients with SLE, the presence of atherosclerosis was not only assigned to traditional CV risk factors, but also associated with SLICC.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».