Differences in Clinical Features and Mortality between Childhood-onset and Adult-onset Systemic Lupus Erythematosus: A Prospective Single-center Study
Notice bibliographique
Résumé
OBJECTIVE: To compare clinical features and mortality between childhood-onset systemic lupus erythematosus (cSLE) and adult-onset SLE (aSLE) in a prospective single-center cohort. METHODS: A total of 1112 patients with SLE (133 cSLE and 979 aSLE) were enrolled and followed from 1998 to 2012. The 2 groups were compared regarding American College of Rheumatology (ACR) classification criteria for SLE, autoantibodies, disease activity measured by the Adjusted Mean SLE Disease Activity Index (AMS), damage measured by the Systemic Lupus International Collaborating Clinics/ACR Damage Index (SDI), and medication. The standardized mortality ratio (SMR) was calculated. Predictors of mortality in SLE were evaluated using Cox proportional hazard models. RESULTS: After a mean followup of 7.6 years, patients with cSLE had a higher number of cumulative ACR criteria and a higher AMS (p < 0.001 each), but there was no difference in SDI (p = 0.797). Immunosuppressants were used more frequently by patients with cSLE (p < 0.001). The SMR of cSLE was 18.8 (95% CI 8.6-35.6), significantly higher than that of aSLE (2.9, 95% CI 2.1-3.9). We found cSLE to be an independent predictor of mortality (HR 3.6, p = 0.008). Moreover, presence of hemolytic anemia (7.2, p = 0.034) and antiphospholipid antibody (aPL; 3.8, p = 0.041) increased the magnitude of risk of early mortality more in the patients with cSLE than in those with aSLE. CONCLUSION: The clinical course of cSLE as measured by number of clinical manifestations and disease activity is worse than that of aSLE. Also, cSLE patients with hemolytic anemia and aPL are at greater risk of death than patients with aSLE who have those features.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».