Association of Childhood Abuse with Incident Systemic Lupus Erythematosus in Adulthood in a Longitudinal Cohort of Women
Notice bibliographique
Résumé
OBJECTIVE: Exposure to severe stressors may alter immune function and augment inflammation and cytokine release, increasing risk of autoimmune disease. We examined whether childhood abuse was associated with a heightened risk of incident systemic lupus erythematosus (SLE). METHODS: Data were drawn from the Nurses' Health Study II, a cohort of US female nurses enrolled in 1989, followed with biennial questionnaires. We measured childhood physical and emotional abuse with the Physical and Emotional Abuse Subscale of the Childhood Trauma Questionnaire and sexual abuse with the Sexual Maltreatment Scale of the Parent-Child Conflict Tactics Scale, both administered in 2001. We identified incident SLE (≥ 4 American College of Rheumatology 1997 classification criteria) through 2015. We used multivariable Cox regression models to evaluate the association between childhood abuse and SLE, accounting for potential confounders (e.g., parental education, occupation, home ownership) and mediators [e.g., depression, posttraumatic stress disorder (PTSD)]. RESULTS: Among 67,516 women, there were 94 cases of incident SLE. In adjusted models, exposure to the highest versus lowest physical and emotional abuse was associated with 2.57 times greater risk of SLE (95% CI 1.30-5.12). We found that 17% (p < 0.0001) of SLE risk associated with abuse could be explained by depression and 23% (p < 0.0001) by PTSD. We did not observe a statistically significant association with sexual abuse (HR 0.84, 95% CI 0.40-1.77, highest vs lowest exposure). CONCLUSION: We observed significantly increased risk of SLE among women who had experienced childhood physical and emotional abuse compared with women who had not. Exposure to childhood adversity may contribute to development of SLE.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».