Evaluating the Properties of a Frailty Index and Its Association With Mortality Risk Among Patients With Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the properties of a frailty index (FI), constructed using data from the Systemic Lupus International Collaborating Clinics (SLICC) inception cohort, as a novel health measure in systemic lupus erythematosus (SLE). METHODS: For this secondary analysis, the baseline visit was defined as the first study visit at which both organ damage (SLICC/American College of Rheumatology Damage Index [SDI]) and health-related quality of life (Short-Form 36 [SF-36] scores) were assessed. The SLICC-FI was constructed using baseline data. The SLICC-FI comprises 48 health deficits, including items related to organ damage, disease activity, comorbidities, and functional status. Content, construct, and criterion validity of the SLICC-FI were assessed. Multivariable Cox regression was used to estimate the association between baseline SLICC-FI values and mortality risk, adjusting for demographic and clinical factors. RESULTS: In the baseline data set of 1,683 patients with SLE, 89% were female, the mean ± SD age was 35.7 ± 13.4 years, and the mean ± SD disease duration was 18.8 ± 15.7 months. At baseline, the mean ± SD SLICC-FI score was 0.17 ± 0.08 (range 0-0.51). Baseline SLICC-FI values exhibited the expected measurement properties and were weakly correlated with baseline SDI scores (r = 0.26, P < 0.0001). Higher baseline SLICC-FI values (per 0.05 increment) were associated with increased mortality risk (hazard ratio 1.59, 95% confidence interval 1.35-1.87), after adjusting for age, sex, steroid use, ethnicity/region, and baseline SDI scores. CONCLUSION: The SLICC-FI demonstrates internal validity as a health measure in SLE and might be used to predict future mortality risk. The SLICC-FI is potentially valuable for quantifying vulnerability among patients with SLE, and adds to existing prognostic scores.
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 | 0,001 | 0,001 |
| 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 ».