Association between age at disease onset of anti-neutrophil cytoplasmic antibody–associated vasculitis and clinical presentation and short-term outcomes
Notice bibliographique
Résumé
OBJECTIVES: ANCA-associated vasculitis (AAV) can affect all age groups. We aimed to show that differences in disease presentation and 6 month outcome between younger- and older-onset patients are still incompletely understood. METHODS: We included patients enrolled in the Diagnostic and Classification Criteria for Primary Systemic Vasculitis (DCVAS) study between October 2010 and January 2017 with a diagnosis of AAV. We divided the population according to age at diagnosis: <65 years or ≥65 years. We adjusted associations for the type of AAV and the type of ANCA (anti-MPO, anti-PR3 or negative). RESULTS: A total of 1338 patients with AAV were included: 66% had disease onset at <65 years of age [female 50%; mean age 48.4 years (s.d. 12.6)] and 34% had disease onset at ≥65 years [female 54%; mean age 73.6 years (s.d. 6)]. ANCA (MPO) positivity was more frequent in the older group (48% vs 27%; P = 0.001). Younger patients had higher rates of musculoskeletal, cutaneous and ENT manifestations compared with older patients. Systemic, neurologic,cardiovascular involvement and worsening renal function were more frequent in the older-onset group. Damage accrual, measured with the Vasculitis Damage Index (VDI), was significantly higher in older patients, 12% of whom had a 6 month VDI ≥5, compared with 7% of younger patients (P = 0.01). Older age was an independent risk factor for early death within 6 months from diagnosis [hazard ratio 2.06 (95% CI 1.07, 3.97); P = 0.03]. CONCLUSION: Within 6 months of diagnosis of AAV, patients >65 years of age display a different pattern of organ involvement and an increased risk of significant damage and mortality compared with younger patients.
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 ».