Ultrasound to identify systemic lupus erythematosus patients with musculoskeletal symptoms who respond best to therapy: the US Evaluation For mUsculoskeletal Lupus longitudinal multicentre study
Notice bibliographique
Résumé
OBJECTIVES: To determine whether SLE patients with inflammatory joint symptoms and US synovitis/tenosyovitis achieve better clinical responses to glucocorticoids compared with patients with normal scans. Secondary objectives included identification of clinical features predicting US synovitis/tenosynovitis. METHODS: In a longitudinal multicentre study, SLE patients with physician-diagnosed inflammatory joint pain received intramuscular methylprednisolone 120 mg once. Clinical assessments, patient-reported outcomes and bilateral hand/wrist USs were collected at 0, 2 and 6 weeks. The primary outcome (determined via internal pilot) was the early morning stiffness visual analogue scale (EMS-VAS) at 2 weeks, adjusted for baseline, comparing patients with positive (greyscale ≥2 and/or power Doppler ≥1) and negative US. Post hoc analyses excluded FM. RESULTS: Of 133 patients, 78 had a positive US. Only 53 (68%) of these had one or more swollen joint. Of 66 patients with one or more swollen joint, 20% had a negative US. A positive US was associated with joint swelling, symmetrical small joint distribution and serology. The primary endpoint was not met: in the full analysis set (N = 133) there was no difference in baseline-adjusted EMS-VAS at week 2 [-7.7 mm (95% CI -19.0, 3.5); P = 0.178]. After excluding 32 patients with FM, response was significantly better in patients with a positive US at baseline [baseline-adjusted EMS-VAS at 2 weeks -12.1 mm (95% CI -22.2, -0.1); P = 0.049]. This difference was greater when adjusted for treatment [-12.8 mm (95% CI -22, -3); P = 0.007]. BILAG and SLEDAI responses were higher in US-positive patients. CONCLUSION: In SLE patients without FM, those with a positive US had a better clinical response to therapy. Imaging-detected synovitis/tenosynovitis may be considered to decide on therapy and enrich clinical trials.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».