Factors Associated with Relapse and Dependence on Glucocorticoids in Giant Cell Arteritis
Notice bibliographique
Résumé
OBJECTIVE: To identify characteristics and factors associated with relapse and glucocorticoid (GC) dependence in patients with giant cell arteritis (GCA). METHODS: We retrospectively analyzed 326 consecutive patients with GCA followed for at least 12 months. Factors associated with relapse and GC dependence were identified in multivariable analyses. RESULTS: The 326 patients (73% women) were followed up for 62 (12-262) months. During followup, 171 (52%) patients relapsed, including 113 (35%) who developed GC dependence. Relapsing patients had less history of stroke (p = 0.01) and presented large-vessel vasculitis (LVV) more frequently on imaging (p = 0.01) than patients without relapse. During the first months, therapeutic strategy did not differ among relapsing and nonrelapsing patients. GC-dependent patients were less likely to have a history of stroke (p = 0.004) and presented LVV on imaging more frequently (p = 0.005) than patients without GC-dependent disease. In multivariable analyses, LVV was an independent predictive factor of relapse (HR 1.49, 95% CI 1.002-2.12; p = 0.04) and GC dependence (OR 2.19, 95% CI 1.19-4.05; p = 0.01). Conversely, stroke was a protective factor against relapse (HR 0.21, 95% CI 0.03-0.68; p = 0.005) and GC-dependent disease (OR 0.10, 95% CI 0.001-0.31; p = 0.0005). Patients with a GC-dependent disease who received a GC-sparing agent had a shorter GC treatment duration than those without (p = 0.008). CONCLUSION: In this study, LVV was an independent predictor of relapse and GC dependence. Further prospective studies are needed to confirm these findings and to determine whether patients with LVV require a different treatment approach.
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) | 0,000 | 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 ».