Cardiopulmonary Disease Development in Anti-RNA Polymerase III-positive Systemic Sclerosis: Comparative Analyses from an Unselected, Prospective Patient Cohort
Notice bibliographique
Résumé
OBJECTIVE: Extensive skin disease and renal crisis are hallmarks of anti-RNA polymerase III (RNAP)-positive systemic sclerosis (SSc), while lung and heart involvement data are conflicting. Here, the aims were to perform time-course analyses of interstitial lung disease (ILD) and pulmonary hypertension (PH) in the RNAP subset of a prospective unselected SSc cohort and to use the other autoantibody subsets as comparators. METHODS: The study cohort included 279 patients with SSc from the observational Oslo University Hospital cohort with complete data on (1) SSc-related autoantibodies, (2) paired, serial analyses of lung function and fibrosis by computed tomography, and (3) PH verified by right heart catheterization. RESULTS: RNAP was positive in 33 patients (12%), 79% of which had diffuse cutaneous SSc. Pulmonary findings were heterogeneous; 49% had no signs of fibrosis while 18% had > 20% fibrosis at followup. Forced vital capacity at followup was < 80% in 39% of the RNAP subset, comparable to the antitopoisomerase subset (ATA; 47%), but higher than anticentromere (ACA; 13%). Accumulated frequency of PH in the RNAP subset (12%) was lower than in ACA (18%). At 93% and 78%, the 5- and 10-year survival rates in RNAP were comparable to the ATA and ACA subsets. CONCLUSION: In this cohort, the RNAP subset was marked by cardiopulmonary heterogeneity, ranging from mild ILD to development of severe ILD in 18%, and PH development in 12%. These data indicate that cardiopulmonary risk stratification early in the disease course is particularly important in RNAP-positive SSc.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».