Risk of Retinal Toxicity in Longterm Users of Hydroxychloroquine
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Several studies have reported risk factors for hydroxychloroquine (HCQ) retinal toxicity, but data are limited for patients of Asian ancestry. The aim of this study was to investigate the rate of and factors for HCQ retinal toxicity in the Korean population. METHODS: There were 123 patients enrolled in this study who were using or had used HCQ. Retinal toxicity was detected using spectral domain optical coherence tomography, fundus autofluorescence, multifocal electroretinography, and automated visual field testing. Binary logistic regression analysis was performed to identify factors associated with HCQ retinal toxicity. RESULTS: Mean duration of HCQ use and mean HCQ dose in study participants was 10.1 years and 6.4 mg/kg, respectively. We found 17 patients (13.8%) with HCQ retinal toxicity among 123 patients. Patients with retinal toxicity took HCQ ranging from 6.7-21.9 years and daily dosage ranging from 4.9-9.1 mg/kg. Only 1 patient had retinal toxicity among patients with daily dose < 5.0 mg/kg. These factors increased the risk of HCQ retinal toxicity: longer duration of HCQ use [adjusted OR (aOR) = 4.71, 95% CI 2.18-10.15 for duration of HCQ use in 5-yr increments], higher daily HCQ dose (aOR = 3.34, 95% CI 1.03-10.80 for daily HCQ dose in 100-mg increments), and the presence of kidney disease (aOR = 8.56, 95% CI 1.15-64.00). CONCLUSION: HCQ retinal toxicity is associated with duration of HCQ use, daily HCQ dose, and presence of kidney disease. Proper dosing of maximum 5 mg/kg and regular screening according to risk factors are important in HCQ use.
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.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle