Systemic sclerosis and risk of cardiovascular disease
Notice bibliographique
Résumé
BACKGROUND: Systemic sclerosis (SSc) is an autoimmune disorder leading to extensive fibrosis and microvascular injury. Macrovascular disease is well documented in other autoimmune rheumatic diseases such as systemic lupus erythematosus and rheumatoid arthritis. However, the link is unclear between SSc and macrovascular disease, particularly atherosclerotic cardiovascular disease (CVD). This meta-analysis aimed to investigate the association between SSc and CVD. METHODS: A thorough literature search was conducted in the Cochrane, Embase, Medline, and PubMed to identify all cohort studies comparing the risk of CVD with and without SSc. The pooled hazard ratios (HRs) with 95% confidence intervals (CIs) of cardiovascular end points were calculated. The risk of bias of included studies was assessed by the Newcastle-Ottawa scale. RESULTS: Seven cohort studies with a total of 14,813 study participants were included. In a comparison of SSc patients versus non-SSc controls, the pooled HR for cardiovascular disease was 2.36 (95% CI 1.97-2.81); for peripheral vascular disease was 5.27 (95%CI 4.27-6.51); for myocardial infarction was 2.36 (95% CI 1.71-3.25); and for stroke was 1.52 (95% CI 1.18-1.96). CONCLUSION: This meta-analysis revealed that SSc was associated with an increased risk of CVD. Clinicians who manage patients with SSc should be aware of the increased cardiovascular burden and undertake preventive measures.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».