Association of anti-neutrophil cytoplasmic antibody-associated vasculitis and cardiovascular events: a population-based cohort study
Notice bibliographique
Résumé
ABSTRACT Background Anti-neutrophil cytoplasmic antibody (ANCA)-associated vasculitis (AAV) is implicated in elevating the risk for cardiovascular (CV) disease; whether the elevated risk applies to all types of CV diseases or specific types is unclear. This study examined the association of AAV and adverse CV outcomes compared with the non-AAV population. Methods We conducted a population-based, retrospective cohort study of adults (mean age 61 years, 51% female) with a new diagnosis of AAV in Ontario, Canada from 2007 to 2017. Weighted models were used to examine the association of AAV (n = 1520) and CV events in a matched (1:4) control cohort (n = 5834). The main outcomes were major adverse CV events (MACE), defined as myocardial infarction (MI), stroke or CV death, its components, atrial fibrillation (AF) and congestive heart failure (CHF). Results Over a mean follow-up of 3.8 years, AAV (compared with non-AAV) was associated with a higher risk of stroke: cumulative incidence 7.0% versus 5.2%, sub-distribution hazard ratio (sHR) 1.49 [(95% confidence interval (95% CI) 1.10–2.02]; AF: cumulative incidence 16.4% versus 11.5%, sHR 1.51, 95% CI 1.30–1.75; and CHF: cumulative incidence 20.8% versus 13.3%, sHR 1.41, 95% CI 1.22–1.62; but not for MACE, MI or CV death. The risks for all CV events, except CV death, were significantly elevated in the early period after AAV diagnosis, in particular AF (365-day sHR 2.06, 95% CI 1.71–2.48; 90-day sHR 3.33, 95% CI 2.66–4.18) and CHF (365-day sHR 1.75, 95% CI 1.48–2.07; 90-day sHR 2.65, 95% CI 2.15–3.26). Conclusion AAV is associated with a high risk of certain types of CV events, particularly in the early period following diagnosis.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».