Clinical and Serological Associations with the Development of Incident Proteinuria in Danish Patients with Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: In a longitudinal cohort study, we investigated whether clinical and serological manifestations at the time of classification of systemic lupus erythematosus (SLE) were predictive of subsequent development of incident proteinuria as a biomarker of incident lupus nephritis. METHODS: Patients fulfilling SLE classification criteria but having no proteinuria prior to or at the time of classification were included. Data on SLE manifestations, vital status, criteria-related autoantibodies, and SLE-associated medications were collected during clinical visits and supplemented by chart review. HR were calculated by Cox regression analyses. RESULTS: Out of 850 patients with SLE, 604 had not developed proteinuria at the time of SLE classification. Of these 604 patients, 184 (30%) developed incident proteinuria following SLE classification. The patients had a median followup of 11 years and 7 months. Younger age and history of psychosis at the time of classification were associated with development of incident proteinuria, just as were lymphopenia (HR 1.49, 95% CI 1.08-2.06), anti-dsDNA (HR 1.38, 95% CI 1.01-1.87), and a high number of autoantibodies (HR 1.26, 95% CI 1.06-1.48). CONCLUSION: The risk of incident proteinuria after onset of SLE was increased by the presence of lymphopenia, anti-dsDNA antibodies, psychosis, younger age, and a high number of autoantibodies at onset.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».