Sex Differences in Quality of Life in Patients With Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: Systemic lupus erythematosus (SLE) predominantly affects women. Clinical phenotype and outcomes in SLE may vary by sex and are further complicated by unique concerns that are dependent upon sex-defined roles. We aimed to describe sex differences in disease-specific quality of life (QoL) assessment scores using the Lupus Patient-Reported Outcome (LupusPRO) tool in a large international study. METHODS: Cross-sectional data from 1,803 patients with SLE on demographics, self-identified sex status, LupusPRO, and disease activity were analyzed. The LupusPRO tool has 2 constructs: health-related QoL (HRQoL) and non-HRQoL. Disease activity and damage were evaluated using the Safety of Estrogens in Lupus Erythematosus National Assessment version of the Systemic Lupus Erythematosus Disease Activity Index and the Systemic Lupus International Collaborating Clinics/American College of Rheumatology Damage Index, respectively. Nonparametric tests were used to compare QoL and disease activity by sex. RESULTS: A total of 122 men and 1,681 women with SLE participated. The mean age was similar by sex, but the damage scores were greater among men. Men fared worse on the non-HRQoL social support domain than women (P = 0.02). When comparing disease and QoL among men and women ages ≤45 years, men were found to have greater damage and worse social support than women. However, women fared significantly worse on lupus symptoms, cognition, and procreation domains with trends for worse functioning on physical health and pain-vitality domains. CONCLUSION: In the largest study of a diverse group of SLE patients, utilizing a disease-specific QoL tool, sex differences in QoL were observed on both HRQoL and non-HRQoL constructs. Although men performed worse in the social support domain, women (especially those in the reproductive age group) fared worse in other domains. These observations may assist physicians in appropriately addressing QoL issues in a sex-focused manner.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».