High Incidence of Arterial and Venous Thrombosis in Antineutrophil Cytoplasmic Antibody–associated Vasculitis
Notice bibliographique
Résumé
OBJECTIVE: To determine the incidence of arterial thrombotic events (ATE) and venous thromboembolism (VTE) in antineutrophil cytoplasmic antibody-associated vasculitis (AAV). METHODS: This is a retrospective cohort study presenting the incidence of ATE (coronary events or ischemic stroke) and VTE [pulmonary embolism (PE) or deep venous thrombosis (DVT)] in patients diagnosed with AAV between 2005 and 2014. RESULTS: There were 204 patients with AAV who were identified. Median followup for surviving patients was 5.8 (range 1-10) years, accounting for 1088 person-years (PY). The incidence of ATE was 2.67/100 PY (1.56 for coronary events and 1.10 for ischemic stroke) and for VTE was 1.47/100 PY (0.83 for DVT only and 0.64 for PE with/without DVT). On multivariate analysis, prior ischemic heart disease (IHD) and advancing age were the only independent predictors of ATE. Among patients without prior IHD or stroke, the incidence of ATE remained elevated at 2.32/100 PY (1.26 for coronary events and 1.06 for ischemic stroke). ATE, but not VTE, was an independent predictor of all-cause mortality. Event rates for both ATE and VTE were highest in the first year after diagnosis of AAV but remained above the population incidence during the 10-year followup period. In comparison to reported rates for the UK population, the event rates in our AAV patients were 15-times higher for coronary events, 11-times higher for incident stroke, and 20-times higher for VTE. CONCLUSION: Patients with AAV have a high incidence of arterial and venous thrombosis, particularly in the first year after diagnosis.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».