Early Rheumatoid Arthritis Presentation, Treatment, and Outcomes in Aboriginal Patients in Canada: A Canadian Early Arthritis Cohort Study Analysis
Notice bibliographique
Résumé
OBJECTIVE: Health inequities exist in chronic diseases for Aboriginal people. This study compared early rheumatoid arthritis (RA) presentation, treatment, and outcomes between Aboriginal and white patients in a large Canadian cohort study. METHODS: Longitudinal data from the Canadian Early Arthritis Cohort, a prospective multicenter early RA study, were analyzed for participants who self-identified as Aboriginal or white ethnicity. Disease characteristics at presentation, prognostic factors, frequency of remission, and disease-modifying therapy strategies were contrasted between population groups. Linear mixed models were used to estimate rates of change for disease activity measures over a 5-year period. RESULTS: At baseline, 2,173 participants (100 Aboriginal and 2,073 white) had similar mean ± SD symptom duration (179 ± 91 days), 28-joint Disease Activity Scores (DAS28; 4.87 ± 1.48), and Health Assessment Questionnaire (0.88 ± 0.68) scores. Factors associated with poor prognosis were more frequently present in Aboriginal participants, but disease-modifying therapy selection and frequency of therapy escalation was similar between the 2 groups. DAS28 remission was achieved less frequently in Aboriginal than in white participants (adjusted odds ratio 0.39 [95% confidence interval 0.25-0.62]). Results were primarily driven by slower improvement in swollen joint counts and nonsignificant improvement in patient global scores in Aboriginal participants. Pain levels remained higher in Aboriginal patients. CONCLUSION: Aboriginal early RA patients experienced worse disease outcomes than their white counterparts. This may reflect unmeasured biologic differences and/or disparities in prognostic factors informed by inequities in determinants of health. The appropriateness of current treatment strategies applied in different contexts should be considered.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».