From Childhood to Adulthood: The Trajectory of Damage in Patients With Juvenile‐Onset Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: To determine the longitudinal damage trajectory of patients with juvenile-onset systemic lupus erythematosus (SLE), and to identify baseline and disease course predictors of damage trajectory. METHODS: This is a retrospective inception cohort. Longitudinal pediatric-age data were obtained from a juvenile-onset SLE research database, while adult-age data were obtained from either a research database or patients' charts. Baseline factors were tested as predictors. Time-varying factors were lagged 6-24 months before a visit for testing their predictive effects. The longitudinal damage trajectory was modeled using a weighted generalized estimating equation. RESULTS: This study cohort consisted of 473 subjects, with followup to 26 years. A total of 65% of patients were ages >18 years at last followup. Cataracts (14%), avascular necrosis (10%), and osteoporosis (5%) were the most common items of damage. Two patients had myocardial infarctions. Baseline features, self-reported ethnicity (Afro-Caribbean), earlier time periods of diagnosis, and the presence of a life-threatening major organ manifestation (lupus nephritis class III-V, cerebrovascular accidents, major organ vasculitis, pulmonary hemorrhage, or myocarditis), were associated with greater damage. Throughout the disease course, an acute confusional state, lupus headache, and fever predicted subsequent increases in the damage trajectory. A higher prednisone dose and exposure to cyclophosphamide also predicted subsequent increases in the damage trajectory. Antimalarial exposure was protective against an increase in damage trajectory. CONCLUSION: Patients with juvenile-onset SLE accrue damage steadily into adulthood. Baseline factors predict greater damage and/or influence the evolution of the damage trajectory. Additionally, SLE clinical features and therapies during the course of disease predict additional changes in the damage trajectory.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».