Comparison of Effect on Sicca Symptoms of Anticentromere Antibody–positive Sjögren Syndrome and Primary Sjögren Syndrome Alone
Notice bibliographique
Résumé
OBJECTIVE: To determine whether positive anticentromere antibody (ACA) serology affects the severity of sicca symptoms in patients with primary Sjögren syndrome (pSS). METHODS: Evaluation to detect subjective and objective sicca symptoms included questionnaires, physical examination, and pathology. Cases of pSS were classified according to the 2002 American-European Consensus Group (AECG) criteria. All patients were evaluated for presence of anti-Ro, anti-La, and ACA serology. Patients with pSS were categorized into ACA+ SS and ACA-SS. The groups were compared for measures of severity of oral and ocular sicca. RESULTS: The pSS group had 446 patients, of whom 26 were ACA+ SS. Subjective ocular sicca measured 7.0 ± 2.4 (out of 10) in ACA+ SS and 6.4 ± 2.6 in ACA-SS (p = 0.197). Objective ocular sicca measured 3.2 mm ± 1.8 mm/5 min in ACA+ SS and 4.2 mm ± 4.4 mm/5 min in ACA-SS (p = 0.038). Subjective oral sicca measured 8.5 ± 1.4 in ACA+ SS and 6.7 ± 2.4 in ACA-SS (p < 0.001). Objective oral sicca measured 0.1 ml ± 0.2 ml/15 min in ACA+ SS and 0.4 ml ± 1.0 ml/15 min in ACA-SS (p < 0.001). Only 35% of ACA+ patients with SS were anti-Ro-positive or anti-La-positive compared with 77% of the ACA-patients with SS (p < 0.001). There was no significant difference in minor salivary gland fibrosis or focus scores between ACA+ SS and ACA-patients with SS. CONCLUSION: ACA+ SS is associated with more severe objective ocular sicca and more severe subjective and objective oral sicca compared to ACA-SS. The majority of ACA+ patients with SS meet AECG criteria for pSS despite negative serology for anti-Ro/La antibodies.
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) | 0,001 | 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 ».