Trajectory of Damage Accrual in Systemic Lupus Erythematosus Based on Ethnicity and Socioeconomic Factors
Notice bibliographique
Résumé
OBJECTIVE: The Systemic Lupus International Collaborating Clinics/American College of Rheumatology Damage Index (SDI) is associated with increased healthcare costs and mortality. We compared the trajectory of total and individual damage items of the SDI in African American vs White ethnicities in a large prospective systemic lupus erythematosus (SLE) cohort. We also estimated the association between ethnicity and individual damage items after adjusting for several socioeconomic factors. METHODS: Poisson regression was used to calculate the rate of damage per year for each organ. Cox regression modeling was used to determine the association between time to the individual damage item and ethnicity. RESULTS: We included 2436 patients: 42.9% African American, 57.1% White, and 92% female. There was a linear relationship between time since diagnosis and mean SDI score, with no plateau. Compared to White patients, African American patients had a faster total, renal, pulmonary, and skin damage accrual rate even after adjustment for differences in socioeconomic variables. CONCLUSION: The linear increase in damage in both ethnicities over time is of particular concern. African American patients accrued more damage at a faster rate compared to White patients. For a few organs, higher rates of damage in African American patients was partially explained by socioeconomic differences, whereas for most organs, the difference persisted after adjustment for these factors.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».