Risk Factors for Future Scleroderma Renal Crisis at Systemic Sclerosis Diagnosis
Notice bibliographique
Résumé
OBJECTIVE: Systemic sclerosis (SSc) is a disease of autoimmunity, fibrosis, and vasculopathy. Scleroderma renal crisis (SRC) is one of the most severe complications. Corticosteroid exposure, presence of anti-RNA polymerase III antibodies (ARA), skin thickness, and significant tendon friction rubs are among the known risk factors at SSc diagnosis for developing future SRC. Identification of additional clinical characteristics and laboratory findings could expand and improve the risk profile for future SRC at SSc diagnosis. METHODS: In this retrospective cohort study of the entire military electronic medical record between 2005 and 2016, we compared the demographics, clinical characteristics, and laboratory results at SSc diagnosis for 31 cases who developed SRC after SSc diagnosis to 322 SSc without SRC disease controls. RESULTS: After adjustment for potential confounding variables, at SSc diagnosis these conditions were all associated with future SRC: proteinuria (p < 0.001; OR 183, 95% CI 19.1-1750), anemia (p = 0.001; OR 9.9, 95% CI 2.7-36.2), hypertension (p < 0.001; OR 13.1, 95% CI 4.7-36.6), chronic kidney disease (p = 0.008; OR 20.7, 95% CI 2.2-190.7), elevated erythrocyte sedimentation rate (p < 0.001; OR 14.3, 95% CI 4.8-43.0), thrombocytopenia (p = 0.03; OR 7.0, 95% CI 1.2-42.7), hypothyroidism (p = 0.01; OR 2.8, 95% CI 1.2-6.7), Anti-Ro antibody seropositivity (p = 0.003; OR 3.9, 95% CI 1.6-9.8), and ARA (p = 0.02; OR 4.1, 95% CI 1.2-13.8). Three or more of these risk factors present at SSc diagnosis was sensitive (77%) and highly specific (97%) for future SRC. No SSc without SRC disease controls had ≥ 4 risk factors. CONCLUSION: In this SSc cohort, we present a panel of risk factors for future SRC. These patients may benefit from close observation of blood pressure, proteinuria, and estimated glomerular filtration rate, for earlier SRC identification and intervention. Future prospective therapeutic studies could focus specifically on this high-risk population.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».