Disease evolution in late-onset and early-onset systemic lupus erythematosus
Notice bibliographique
Résumé
Objective The objective of this study was to compare clinical features, disease activity, and outcome in late-onset versus early-onset systemic lupus erythematosus (SLE) over 5 years of follow up Method Patients with SLE since 1970 were followed prospectively according to standard protocol and tracked on a computerized database. Patients entering the cohort within one year of diagnosis constitute the inception cohort. Patients with late-onset (age at diagnosis ≥50) disease were identified and matched 1:2 based on gender and first clinic visit (±5) years with patients with early-onset disease (age at diagnosis 18-40 years). Results A total of 86 patients with late-onset disease (84.9% female, 81.4% Caucasian, mean age at SLE diagnosis ± SD 58.05 ± 7.30) and 169 patients with early-onset disease (86.4% female, 71% Caucasian, mean age at SLE diagnosis ± SD 27.80 ± 5.90) were identified. At enrollment, late-onset SLE patients had a lower total number of American College of Rheumatology (ACR) criteria, with less renal and neurologic manifestations. Mean SLE Disease Activity Index 2000 (SLEDAI-2K) scores were lower in late-onset SLE, especially renal features and anti-dsDNA positivity. Over 5 years, mean SLEDAI-2K scores decreased in both groups, while mean Systemic Lupus International Collaborating Clinics/ACR Damage Index (SDI) scores increased more significantly in the late-onset group; they developed more cardiovascular, renal, and ocular damage, and had higher prevalence of cardiovascular risk factors. Conclusion Although the late-onset SLE group had a milder presentation and less active disease, with the evolution of disease, they developed more organ damage likely as a consequence of cardiovascular risk factors and aging.
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 | 0,001 | 0,001 |
| 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 ».