Are cardiovascular events and mortality in patients with systemic lupus erythematosus predictable at diagnosis?
Notice bibliographique
Résumé
This editorial refers to ‘Initial disease severity, cardiovascular events and all-cause mortality among patients with systemic lupus erythematosus’, by Daniel Li et al., on pages 495–504. Despite advances in diagnosis, treatment and overall reduction of mortality in SLE over the last decades, mortality and morbidity due to cardiovascular diseases (CVDs) have not significantly improved [1, 2]. Premature atherosclerosis is a major cause of mortality among SLE patients [3, 4]. In this issue of Rheumatology, Li et al. present the results of an analysis of incident SLE cases within a 10-year period from a USA national administrative database. The authors investigated the association between initial SLE severity within the first year of follow-up and future risks of CVD and all-cause mortality. The patients were classified as having mild, moderate or severe SLE. A total of 15 120 incident SLE patients were included, of which 17.5% were classified as severe. Participants had low socio-economic status and a variety of racial-ethnic backgrounds. The authors found an overall annual CVD incidence rate of 16.1 events per 1000 person-years (95% CI 14.9, 17.3) and an annual mortality rate of 10.6 events per 1000 person-years (95% CI 9.7, 11.5). Patients with initially severe SLE had the highest CVD incidence rate, 24.6 events per 1000 person-years (95% CI 20.6, 29.2) and the highest mortality rate, 23.6 events per 1000 person-years (95% CI 20.5, 27.1). The study demonstrated that SLE patients with initially severe disease had increased CVD and mortality risks compared with patients with mild disease [subdistribution hazard ratios (HRsp): 1.64 (95% CI: 1.32, 2.04) and HR: 3.11 (95% CI: 2.49, 3.89), respectively]. The analyses were adjusted for age, sex, race, region and cardiac-specific risk comorbidities.
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 | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».