Evaluation of damage in giant cell arteritis
Notice bibliographique
Résumé
Objectives: To evaluate damage and variables associated with damage in GCA. Methods: Patients with GCA enrolled in a prospective, multicentre, longitudinal study were included. Per-protocol assessments were made with the Vasculitis Damage Index and the Large-Vessel Vasculitis Index of Damage. Results: The study included 204 patients: 156 women (76%), mean age at diagnosis 71.3 years (s.d. 8.3), mean follow-up of 3.5 years (s.d. 1.9). One or more damage item was present in 54% at baseline and 79% at the last follow-up on the Vasculitis Damage Index, and 60% at baseline and 82% at the last follow-up on the Large-Vessel Vasculitis Index of Damage. The most frequently observed damage items were large-artery complications (29% cohort) and ocular (22%). Among 117 patients with new damage, most new items were ocular (63 patients), cardiac/vascular (48) and musculoskeletal (34). Of these, treatment-associated items were frequently observed, including cataracts (46 patients), osteoporosis (22) and weight gain (22). Disease-associated new damage included ischaemic optic neuropathy (3 patients), limb claudication (13), arterial occlusions (10) and damage requiring vascular intervention (10). In univariate analysis, the risk of damage increased 22% for every additional year of disease duration [odds ratio (OR) 1.22 (95% CI 1.04, 1.45)]. In 94 patients enrolled within ⩽90 days of diagnosis of GCA, the risk of new damage at the last follow-up decreased 30% for each additional relapse [OR 0.70 (95% CI 0.51, 0.97)]. Conclusions: Large-artery complications and ocular manifestations are the most commonly occurring items of damage in GCA. Most new damage is associated with treatment. These findings emphasize the cumulative burden of disease in GCA.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».