What have multicentre registries across the world taught us about the disease features of systemic sclerosis?
Notice bibliographique
Résumé
Introduction The aim of this study is to compare the clinical features, mortality and causes of death of systemic sclerosis (SSc) patients in four large multicentre registries. Methods Patients seen at least once in the Australian Scleroderma Cohort Study (ASCS) (n = 1714), the Canadian Scleroderma Research Group (CSRG) (n = 1628), the European League Against Rheumatism Scleroderma Trials and Research (EUSTAR) Network (n = 13,996) and the Systemic Sclerosis Cohort in Singapore (SCORE) (n = 500) before August 2016 were included. Clinical manifestations and survival in cohorts and disease subtypes were compared. Results Among 17,838 SSc patients, most were female (86.1%), Caucasian (84.6%) and had the limited cutaneous subtype (lcSSc) (65.0%). The anti-centromere autoantibody was the most prevalent (37.6%). More patients in SCORE had the diffuse subtype (dcSSc) (49.3%) and Scl-70 autoantibody (38.8%) (p<0.001). Patients with dcSSc were more likely to be younger and male (p<0.001) and have shorter disease duration, more calcinosis, tendon friction rubs and synovitis (all p<0.001). Interstitial lung disease (ILD) occurred more frequently in dcSSc but prevalence of pulmonary arterial hypertension (PAH) was similar in both subtypes. More deaths occurred among SCORE patients who had the shortest median survival (p<0.001). The survival of patients with early disease, males and those with dcSSc was shorter than that of patients with prevalent disease, female gender and lcSSc, respectively. SSc-related complications accounted for more than 50% of deaths, with PAH and ILD being the most common. Conclusions This meta-cohort of SSc patients, the largest reported to date, provides insights into the impact of race and sex on disease manifestations and survival and confirms the early mortality in this disease.
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 | 0,036 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».