MétaCan
Menu
Retour à la cohorte
Enregistrement W2936737119 · doi:10.1136/lupus-2019-lsm.227

227 The lupus severity index accurately identifies patients with severe SLE in a multi-ethnic cohort

2019· article· en· W2936737119 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAbstracts · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMedicineLogistic regressionInternal medicineSystemic lupus erythematosusCohortDisease

Résumé

récupéré en direct d'OpenAlex

<h3>Background</h3> The Lupus Severity Index (LSI)<sup>1</sup> 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. <h3>Methods</h3> 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. <h3>Results</h3> 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 &lt;18 years LSI=7.8; 18–50 years LSI=6.8;&gt;50 years LSI=6.6; p&lt;0.001). LSI correlated with SDI(Pearson 0.28, p&lt;0.001),and was a predictor of accruing any damage (SDI&gt;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&lt;0.001). LSI was a predictor of early mortality (Death at age &lt;50, or disease duration &lt;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. <h3>Conclusions</h3> 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. <h3>Funding Source(s):</h3> None <h3>Reference</h3> Bello GA, <i>et al. Lupus Science &amp; Medicine</i> 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,004
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,318
Écart entre enseignants0,278 · 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