Comparative risks of cardiovascular disease events among SLE patients receiving immunosuppressive medications
Notice bibliographique
Résumé
OBJECTIVES: SLE patients have elevated cardiovascular disease (CVD) risk, but it is unclear whether this risk is affected by choice of immunosuppressive drug. We compared CVD risks among SLE patients starting MMF, CYC or AZA. METHODS: Using Medicaid Analytic eXtract (2000-2012), adult SLE patients starting MMF, CYC or AZA were identified and propensity scores (PS) were estimated for receipt of MMF vs CYC and MMF vs AZA. We examined rates of first CVD event (primary outcome), all-cause mortality, and a composite of first CVD event and all-cause mortality (secondary outcomes). After 1:1 PS-matching, Fine-Gray regression models estimated subdistribution hazard ratios (HRs.d.) for risk of CVD events. Cox regression models estimated HRs for all-cause mortality. The primary analysis was as-treated; 6- and 12-month intention-to-treat (ITT) analyses were secondary. RESULTS: We studied 680 PS-matched pairs of patients with SLE initiating MMF vs CYC and 1871 pairs initiating MMF vs AZA. Risk of first CVD event was non-significantly reduced for MMF vs CYC [HRs.d 0.72 (95% CI: 0.37, 1.39)] and for MMF vs AZA [HRs.d 0.88 (95% CI: 0.59, 1.32)] groups. In the 12-month ITT, first CVD event risk was lower among MMF than AZA new users [HRs.d 0.68 (95% CI: 0.47, 0.98)]. CONCLUSION: In this head-to-head PS-matched analysis, CVD event risks among SLE patients starting MMF vs CYC or AZA were not statistically reduced except in one 12-month ITT analysis of MMF vs AZA, suggesting longer-term use may convey benefit. Further studies of potential cardioprotective benefit of MMF are necessary.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 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 ».