MétaCan
Menu
Retour à la cohorte
Enregistrement W4242935549 · doi:10.1093/rheumatology/kez057.042

043. SUBGLOTTIC STENOSIS AND ENDOBRONCHIAL DISEASE IN GRANULOMATOSIS WITH POLYANGIITIS

2019· article· en· W4242935549 sur OpenAlexaff
Kaitlin A. Quinn, Cailin H. Sibley, Alexander Gelbard, Arlene Sirajuddin, Marcela A. Ferrada, Marus Chen, David Cuthbertson, Simon Carette, Nader Khalidi, Curry L. Koening, Carol A. Langford, Carol A. McAlear, Paul A. Monach, Larry W. Moreland, Christian Pagnoux, Philip Seo, Ulrich Specks, Antoine G. Sreih, Steven R. Ytterberg, Peter Merkel, Peter C. Grayson

Notice bibliographique

RevueLara D. Veeken · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAutoimmune Bullous Skin Diseases
Établissements canadiensMount Sinai HospitalSt. Joseph's HospitalUniversity of Toronto
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesVasculitis Clinical Research Consortium
Mots-clésMedicineGranulomatosis with polyangiitisSubglottic stenosisWegener granulomatosisStenosisRadiologyDermatologyVasculitisInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Background: Damage to the large airways is a devastating complication of granulomatosis with polyangiitis (GPA). This study aimed to characterize patients with subglottic stenosis (SGS) and bronchial disease and test whether dynamic expiratory-phase CT is useful to detect airway damage in patients with GPA. Methods: i) A retrospective analysis of a multi-center cohort of patients with GPA identified demographic and clinical features associated with the presence of SGS or endobronchial involvement; ii) A subset of patients with GPA underwent a dynamic chest CT at a single center, assessed by a central reader blinded to clinical status. Differences were assessed by the chi square test. Results: Data from 962 patients with GPA from 9 centers were used for the initial phase analyses. SGS was identified in 95 (10%) patients. Patients with SGS were more likely to be female, younger, and less likely to have constitutional, cardiovascular, renal, or nervous system involvement. There were no differences in ANCA subtype. Among 95 patients in the cohort with nasal septal perforation and saddle nose deformities, 28 (29%) and 27 (28%), respectively, also had SGS. Endobronchial disease was seen in 59 (6%) patients. Compared to the full cohort, patients with endobronchial involvement were younger, more likely to have ENT involvement, and be C-ANCA/anti-PR3 positive, but less likely to have renal disease. There was no association between endobronchial involvement and sex. Seven of twenty-five patients screened by dynamic chest CT had large-airway pathology. Dynamic CT confirmed SGS in 4 patients with previously identified disease. Tracheobronchomalacia was discovered in 4 patients, including one male patient who was previously thought to have isolated SGS. Abstract 043 Table 1: C-ANCA/anti- PR3 P-ANCA/anti- MPO ANCA-negative Unknown status 63 (67%) 22 (23%) 7 (7%) 3 (3%) 581 (67%) 217 (25%) 43 (5%) 26 (3%) 0.91 0.80 0.33 N/A 50 (85%) 8 (13%) 0 (0%) 1 (2%) 588 (66%) 225 (25%) 54 (6%) 19 (2%) <0.01 0.04 0.04 N/A Conclusion: Both SGS and endobronchial disease are moderately common in GPA. SGS is more commonly seen in female patients with GPA, whereas bronchial involvement is not associated with sex. There should be a low threshold to evaluate airway disease in GPA, especially in younger patients, and those with destructive sinonasal disease. Dynamic expiratory phase chest CT is a potential non-invasive screening test for tracheobronchial disease in GPA. Disclosures: This work was supported by the Vasculitis Clinical Research Consortium and by the intramural NIAMS research program.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,768

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,218
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLara D. VeekenMême sujetAutoimmune Bullous Skin DiseasesTravaux en français237 207