The Longitudinal Course of Fatigue in Antineutrophil Cytoplasmic Antibody–associated Vasculitis
Notice bibliographique
Résumé
OBJECTIVE: Fatigue is common and burdensome in antineutrophil cytoplasmic antibody-associated vasculitis (AAV). This study aimed to understand how fatigue changes over time following treatment initiation and to determine whether individuals with the poorest prognosis can be robustly identified. METHODS: One hundred forty-nine patients with AAV and new-onset disease recruited to 2 clinical trials (RITUXVAS and MYCYC) were followed for 18 months. Fatigue was measured at baseline and 6-month intervals using the vitality domain of the Medical Outcomes Study Short Form-36 quality of life questionnaire and compared to a cohort of 470 controls. Group-based trajectory modeling (GBTM) determined trajectories of the symptom to which baseline characteristics and ongoing fatigue scores were compared. RESULTS: Fatigue levels at diagnosis were worse in patients than controls [median (interquartile range; IQR) 30 (10-48) vs 70 (55-80); p < 0.001], with 46% of patients reporting severe fatigue. Fatigue improved after 6 months of treatment but remained worse than in controls (p < 0.001). GBTM revealed varied trajectories of fatigue: low fatigue stable (n = 23), moderate baseline fatigue improvers (n = 29), high baseline fatigue improvers (n = 61), and stable baseline high fatigue (n = 37). Participants who followed stable high fatigue trajectories had lower vasculitis activity compared to improvers, but no other demographic or clinical variables differed. CONCLUSION: This study longitudinally measured fatigue levels in patients with AAV. Although most patients improved following treatment, an important subgroup of patients reported persistently high levels of fatigue that did not change. Few clinical or laboratory markers distinguished these patients, suggesting alternative interventions specific for fatigue are required. [clinicaltrialsregister.eu, RITUXVAS EudraCT number: 2005-003610-15; MYCYC EudraCT number: 2006-001663-33].
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 | 0,002 | 0,003 |
| 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) | 0,001 | 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 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 ».