Evaluation of predictive factors for neurocognitive dysfunction in patients with inactive systemic lupus erythematosus.
Notice bibliographique
Résumé
OBJECTIVE: To determine predictive factors associated with the cognitive dysfunction in patients with inactive systemic lupus erythematosus (SLE). METHODS: Consecutive patients followed at the Lupus Clinic with inactive SLE (SLE Disease Activity Index, SLEDAI, = 0) underwent a battery of neuropsychological tests; Beck Depression Inventory and psychiatric assessment were also performed. Neurocognitive dysfunction was defined as 3 abnormal scores. Data were analyzed using chi-square tests, ANOVA tests, and logistic regression. RESULTS: Twenty-five of the 58 patients with SLE (43%) versus 9 of 47 healthy controls (19%) demonstrated neurocognitive dysfunction (p < 0.01). Neurocognitive dysfunction was not associated with depression or a psychiatric diagnosis, use of steroids, or previous or current evidence for fibromyalgia. SLEDAI > 10 at first presentation to the Lupus Clinic and previous vasculitis were associated with neurocognitive dysfunction, but previous central nervous system disease, renal disease, renal damage, or atherosclerotic complications were not. Neurophysiologic studies at the time of the assessment were not predictive of neurocognitive dysfunction. CONCLUSION: Patients with inactive SLE demonstrate neurocognitive dysfunction. This is associated with more disease activity at presentation, but is not associated with specific organ involvement or organ damage.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».