Persistent premature mortality gap in dermatomyositis and polymyositis: a United Kingdom general population-based cohort study
Notice bibliographique
Résumé
OBJECTIVE: DM and PM are associated with substantial morbidity and mortality. We aimed to examine recent trends. METHODS: Using The Health Improvement Network, we identified patients with incident DM/PM (defined by ≥1 Read diagnosis code) aged 18-89 years with ≥1 year of continuous enrolment prior to the cohort entry date and up to 10 comparators matched on age, sex and entry year. The cohort was divided in two based on the year of DM/PM diagnosis: the early cohort (1999-2006) and late cohort (2007-2014). We calculated multivariable hazard ratios (HR) for death using a Cox-proportional hazards model and multivariable rate differences (RD) using an additive hazard model. RESULTS: We identified 410 DM cases (mean age: 58 years, 66% female) and 407 PM cases (mean age: 59 years, 61% female). Both DM cohorts had excess mortality compared with the comparison cohorts (71.5 vs 12.9 deaths/1000 person-years [PY] in the early cohort and 49.1 vs 10.4 deaths/1000 PY in the late cohort). The multivariable HRs were 7.51 (95% CI: 4.20, 13.42) in the early cohort and 5.42 (95% CI: 3.11, 9.45) in the late cohort (P-value for interaction = 0.59), and multivariable RDs were 56.2 (95% CI: 31.8, 81.2) in the early cohort and 36.3 (95% CI: 19.6, 53.0) in the late cohort (P-value for interaction = 0.15). A similar trend existed in PM. CONCLUSION: The premature mortality gap in DM/PM has not considerably improved in recent years, highlighting an unmet need for therapeutic improvement.
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 | 0,001 |
| 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 ».