CE-36 Clinical measures and indices of disease activity and damage as predictors of morbidity and mortality in systemic lupus erythematosus (SLE): a systematic review of the literature
Notice bibliographique
Résumé
Background Despite validated clinical measures and indices of disease activity and damage, utilisation of these indices in clinical practice varies, as evidenced by a recent practice pattern survey of Canadian rheumatologists. In this review, we aimed to identify the impact of disease activity and damage on outcomes of mortality and damage to inform upcoming Canadian SLE recommendations utilising the GRADE (Grading of Recommendations Assessment, Development and Evaluation) method. Materials and methods Following GRADE methodology to fill in evidence-to-decision tables to create recommendations for “minimal investigations needed to monitor SLE patients at baseline and subsequent visits”, a systematic review of the literature including all relevant articles from 1946 to November 2014 was performed searching Medline and Embase. The impact of disease activity and damage measured by commonly utilised indices of disease activity [eg SLEDAI-2K (SLE Disease Activity Index-2000), BILAG (British Isles Lupus Assessment Group), SLAM (SLE Activity Measure), ECLAM (European Consensus Lupus Activity Measurement)], Mexican SLEDAI, and damage [SDI [SLICC/ACR (Systemic Lupus International Collaborating Clinics/ACR Damage Index)] on mortality, damage, and disease flares was evaluated with meta- analyses performed when available. Study quality was assessed by the Newcastle Ottawa scale for observational studies. Results A title screen of 2797 articles identified 771 papers for full paper review, 106 meeting inclusion criteria and 88 with extractable data. Fifty-five articles describing outcomes with disease activity indices (including BILAG, ECLAM, Mexican SLEDAI, SLEDAI-2K/SELENA-SLEDAI and SLAM) and twenty-four articles describing outcomes with damage based on SDI were identified. Mortality was associated with higher SLEDAI-2K in 6 observational studies [HR 1.14 (95% CI: 1.06,1.22)] and in 5 observational studies with higher SDI scores at baseline and/or immediately prior to death [HR 1.53 (95% CI: 1.28, 1.83)]. Higher SLAM scores were associated with increased risk of damage (SDI > 0) in 3 observational studies [OR 1.06 (95% CI:?1.04, 1.08]. Mean total BILAG was associated with mortality in one observational study with HR of 1.15. Conclusions Active lupus disease activity and presence of damage as represented by multiple clinical indices are associated with greater mortality and morbidity in lupus patients. Given the complexity of clinical assessments in SLE patients, the utilisation of validated measures for disease activity and damage is important and will serve to inform upcoming Canadian recommendations for the diagnosis and monitoring of SLE. Acknowledgements This systematic literature review is being used by the Canadian SLE Working Group to inform future recommendations for the diagnosis and monitoring of SLE.
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 | 0,012 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,012 |
| Bibliométrie | 0,015 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».