227 The lupus severity index accurately identifies patients with severe SLE in a multi-ethnic cohort
Notice bibliographique
Résumé
Background The Lupus Severity Index (LSI)1 proposes to stratify patients by disease severity for clinical research. The LSI ranges from 0–10, is calculated using ACR classification criteria (ACRc) and demonstrated high predictive accuracy for severity anchored to major immunosuppressive drug use. We investigated the performance and characteristics of the LSI in a large multiethnic lupus cohort. Methods Patients from a single academic center were followed from 1990–2016 using a custom database. Records of all SLE patients were abstracted. Variables included birthdate, diagnosis date, ethnicity, ACRc, SLICC Damage Index (SDI), treatment and date of death. Ethnicity was categorized into White (WHI), Asian (ASN), Indigenous (IND), and Other. The LSI was calculated from ACRc, and compared between ethnicities and demographic variables known to be associated with severe SLE using t-tests, ANOVA, Pearson correlation coefficient and logistic regression. Results 832 SLE patients were identified: 497 (60%) WHI; 220 (26%) IND; 91 (11%) ASN; 24 (3%) Other. Mean age was 49 years, mean disease duration 15 years, 90% female, mean age at diagnosis 35; 163 (20%) of patients had died. The mean LSI was 6.9, range 3.2–9.7. The distribution of the LSI was similar to that in the original dataset (figure 1A) and the area under the ROC curve, measured against prescription of major immunosuppressive drugs, was 0.69 (95%CI 0.65–0.73). LSI was higher in males compared to females (7.3 vs. 6.9; p-0.019), and was negatively associated with onset age (Onset <18 years LSI=7.8; 18–50 years LSI=6.8;>50 years LSI=6.6; p<0.001). LSI correlated with SDI(Pearson 0.28, p<0.001),and was a predictor of accruing any damage (SDI>1) (OR1.2 95% CI 1.1–1.3).LSI was higher in non-whites compared to whites: WHI LSI=6.6; IND LSI=7.2; Other LSI=7.3; ASN LSI 8.1; p<0.001). LSI was a predictor of early mortality (Death at age <50, or disease duration <10 years): OR 1.2; 95% CI 1.0–1.3). The distribution of the LSI varied by ethnic group with more uniformly severe disease in ASN patients (figure 1B, C) compared to WHI and IND. Conclusions Similar to the original publication, higher LSI correlated with male sex, younger onset age, and non-white ethnicity; all groups shown to have more severe SLE. LSI was also a predictor of damage and early mortality. In addition we also found the distribution of LSI to differ between ethnicities. These findings confirm the utility of the LSI in stratifying patients by severity, and supports further exploration of the LSI to investigate contributors to severe SLE. Funding Source(s): None Reference Bello GA, et al. Lupus Science & Medicine 2016.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».