MétaCan
Menu
Retour à la cohorte
Enregistrement W2883947536 · doi:10.1002/art.40674

How Do Patients With Newly Diagnosed Systemic Lupus Erythematosus Present? A Multicenter Cohort of Early Systemic Lupus Erythematosus to Inform the Development of New Classification Criteria

2018· article· en· W2883947536 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueArthritis & Rheumatology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineRheumatologyInternal medicineSystemic lupus erythematosusCohortLeukopeniaLupus erythematosusAnemiaSerologyDiseaseGastroenterologyImmunologyAntibody

Résumé

récupéré en direct d'OpenAlex

Objective Systemic lupus erythematosus ( SLE ) presents with nonspecific signs and symptoms that are also found in other conditions. This study aimed to evaluate manifestations at disease onset and to compare early SLE manifestations to those of diseases mimicking SLE . Methods Academic lupus centers in Asia, Europe, North America, and South America collected baseline data on patients who were referred to them during the previous 3 years for possible SLE and who had a symptom duration of <1 year. Clinical and serologic manifestations were compared between patients diagnosed as having SLE and those diagnosed as having SLE ‐mimicking conditions. Diagnostic performance of the 1997 American College of Rheumatology ( ACR ) SLE classification criteria and the 2012 Systemic Lupus International Collaborating Clinics ( SLICC ) SLE classification criteria was tested. Results Data were collected on 389 patients with early SLE and 227 patients with SLE ‐mimicking conditions. Unexplained fever was more common in early SLE than in SLE ‐mimicking conditions (34.5% versus 13.7%, respectively; P < 0.001). Features less common in early SLE included Raynaud's phenomenon (22.1% versus 48.5%; P < 0.001), sicca symptoms (4.4% versus 34.4%; P < 0.001), dysphagia (0.3% versus 6.2%; P < 0.001), and fatigue (28.3% versus 37.0%; P = 0.024). Anti–double‐stranded DNA , anti–β 2 ‐glycoprotein I antibodies, positive Coombs’ test results, autoimmune hemolytic anemia, hypocomplementemia, and leukopenia were more common in early SLE than in SLE ‐mimicking conditions. Symptoms detailed in the ACR and SLICC classification criteria were significantly more frequent among those with early SLE . Fewer patients with early SLE were not identified as having early SLE with use of the SLICC criteria compared to the ACR criteria (16.5% versus 33.9%), but the ACR criteria demonstrated higher specificity than the SLICC criteria (91.6% versus 82.4%). Conclusion In this multicenter cohort, clinical manifestations that could help to distinguish early SLE from SLE ‐mimicking conditions were identified. These findings may aid in earlier SLE diagnosis and provide information for ongoing initiatives to revise SLE classification criteria.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,600
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,277
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle