MétaCan
Menu
← Retour à la cohorte
Enregistrement W2890066067 · doi:10.23889/ijpds.v3i4.688

When does the increased mortality risk appear in rheumatoid arthritis? A distributed data analysis comparing mortality in two Canadian provinces

2018· article· en· W2890066067 sur OpenAlexaffabout
Jessica Widdifield, Sasha Bernatsky, Anjie Huang, Michael J. Paterson, Eric C. Sayre, Diane Lacaille

Notice bibliographique

RevueInternational Journal for Population Data Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueRheumatoid Arthritis Research and Therapies
Établissements canadiensResearch CanadaMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineRheumatoid arthritisHazard ratioProportional hazards modelCohortInternal medicineDemographyPopulationMortality rateRisk of mortalityCohort studyConfidence intervalEnvironmental health

Résumé

récupéré en direct d'OpenAlex

IntroductionRheumatoid arthritis (RA) is chronic inflammatory arthritis. For decades studies showed that RA patients died earlier than their general population counterparts. Some inception cohorts have failed to detect an increased mortality risk, possibly due to limited follow-up or to improvement in mortality risk in cohorts of more recent onset. Objectives and ApproachWe evaluated mortality risk in RA patients and estimated when the increased risk appears. Using a common protocol, we conducted distributed analyses using administrative data, of incident RA patients in British Columbia (BC) and Ontario (ON) over 2000-2015. We identified all RA patients (using validated criteria), and identified non-RA comparators, matched 1:2 on age, sex and index years. Adjusted hazard ratios (HRs) were estimated using multivariable Cox regression, controlling for comorbidities and other factors. To estimate when the increased risk appeared we included an interaction with follow-up time, to detect if and how the HR varied by RA duration. ResultsAmong 13834 RA patients in BC (27668 comparators), 66% were female with a mean age of 58 years at cohort entry. Among 27405 RA patients in ON (54810 comparators), 70% were female with a mean age of 56 years. The prevalence of individual comorbidities was comparable across RA cohorts. During follow-up, 23% of RA patients in each province died, with corresponding crude mortality rates of 2.3 deaths per 100 person-years in both provinces. Multivariable analyses detected an increased mortality risk in RA by 6 years of follow-up, with a linear relationship suggesting further increase over time. By 10 years, the adjusted HR was 1.14 (95% CI 1.07,1.22) in BC and 1.13 (95% CI 1.08,1.18) in ON. Conclusion/ImplicationsIn 2 large Canadian RA inception cohorts, a small increased mortality risk appeared after 6 years of RA duration and increased to a 14% (in BC) and 13% (in ON) increased mortality risk after 10 years, suggesting increased efforts to prevent disease progression and optimizing comorbidity management are needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,049
Score d'incertitude au seuil0,355

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0040,010
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0030,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,069
Tête enseignante GPT0,404
Écart entre enseignants0,335 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data Science→Même sujetRheumatoid Arthritis Research and Therapies→Travaux en français237 207→