The Systemic Juvenile Idiopathic Arthritis Cohort of the Childhood Arthritis and Rheumatology Research Alliance Registry: 2010–2013
Notice bibliographique
Résumé
OBJECTIVE: We aimed to identify the (1) demographic/clinical characteristics, (2) medication usage trends, (3) variables associated with worse disease activity, and (4) characteristics of patients with persistent chronic arthritis in the Childhood Arthritis and Rheumatology Research Alliance (CARRA) Legacy Registry's systemic juvenile idiopathic arthritis (sJIA) cohort. METHODS: Demographics, disease activity measures, and medications at enrollment of patients with sJIA in the CARRA Registry were analyzed using descriptive statistics. Multivariate analyses were conducted to identify associations with increased disease activity. Medication usage frequencies were calculated by year. RESULTS: There were 528 patients with sJIA enrolled in the registry (2010-2013). There were 435 patients who had a complete dataset; of these, 372 met the International League of Associations for Rheumatology criteria and were included in the analysis. At enrollment, median disease duration and joint count were 3.7 years and 0, respectively; 16.4% had a rash and 6.7% had a fever. Twenty-six percent were taking interleukin 1 (IL-1) inhibitors and 29% glucocorticoids. Disease-modifying antirheumatic drugs and tumor necrosis factor inhibitors use decreased, while IL-6 inhibitor use increased between 2010 and 2013. African American patients had worse joint counts (p = 0.003), functional status (p = 0.01), and physician's global assessment (p = 0.008). Of the 255 subjects with > 2 years of disease duration, 56% had no arthritis or systemic symptoms, while 32% had persistent arthritis only. CONCLUSION: Most patients in the largest sJIA cohort reported to date had low disease activity. Practice patterns for choice of biologic agents appeared to change over the study period. Nearly one-third had persistent arthritis without systemic symptoms > 2 years after onset. African Americans were associated with worse disease activity. Strategies are needed to improve outcomes in subgroups with poor prognosis.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».