MétaCan
Menu
← Retour à la cohorte
Enregistrement W4313532720 · doi:10.1136/lupus-2022-lupus21century.23

602 Childhood-onset Systemic Lupus Erythematosus: Long-term outcomes in a large multi-ethnic Ontario cohort

2022· article· en· W4313532720 sur OpenAlexaffabout
Steve Jeoung, Roberta Berard, Janet Pope, Johannes Roth, Carter Thorne, Earl D. Silverman, Deborah M. Levy

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensHospital for Sick ChildrenUniversity of OttawaSickKids FoundationUniversity of TorontoChildren's Hospital of Western OntarioSt Joseph's Health CareSouthlake Regional Health Center
Organismes subventionnairesnon disponible
Mots-clésMedicineCohortStroke (engine)DialysisInternal medicineProportional hazards modelDiseaseKidney diseasePediatricsIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Background/Purpose The long-term morbidity and mortality of childhood-onset SLE (cSLE) after transition to adult care is not well documented. The present study aims to fill this knowledge gap by analyzing outcomes in a large province-wide cSLE clinical cohort linked to multiple administrative healthcare databases. Our objectives were to: 1) determine all-cause and cause-specific mortality rates, adverse renal event rates, cardiovascular event rates, and cancer rates in cSLE; and 2) determine baseline characteristics associated with higher rates of transition between 3 different states: event-free (entry), adverse renal event, and death. Methods Clinical data were abstracted for cSLE patients (<18 years at diagnosis) diagnosed between January 1990 and March 2011 and followed for ≥1 year after contacting all pediatric and adult rheumatologists and nephrologists practicing in Ontario. Data and Ontario Health Insurance Plan (OHIP) numbers were securely transferred to the Institute for Clinical and Evaluative Sciences (ICES). OHIP numbers were transformed into an encrypted ICES key number (IKN) used to link the cohort to multiple administrative datasets to determine the outcomes of interest. We examined descriptive summaries of major outcomes including death, adverse renal events (end-stage kidney disease [ESKD] requiring chronic dialysis and renal transplant), cardiovascular events (including angina, transient ischemic attack, endocarditis, myocardial infarction, pericarditis, stroke), and cancer. In addition, we modeled the disease progression with a multi-state Cox model (figure 1) to determine baseline demographic and clinical characteristics that were significantly associated with higher rates of transition from being event-free to experiencing an adverse renal event, from being event-free to experiencing death, and from experiencing an adverse renal event to experiencing death. Results There were 38 deaths in a cohort of 615 patients with the mean follow-up time of 14.4 person years. The all-cause mortality rate was 3.36 per 1000 person-years. The rates for end- stage kidney disease (ESKD) requiring chronic dialysis and renal transplant were 3.87 and 2.43 per 1000 person-years, respectively. The rate for any type of cardiovascular event and cancer were 6.49 and 3.47 per 1000 person-years, respectively. The multi-state Cox model indicated that the Black ethnic group (HR, 3.58; 95% CI, 1.6-8.0) and the presence of renal involvement at baseline (HR, 2.19; 95% CI, 1.2-4.1) were significantly associated with higher rates of transition from event-free to adverse renal event. Additionally, the Black ethnic group (HR, 5.45; 95% CI, 1.6-18.8) was significantly associated with higher rates of transition from event-free to death. None of the variables were significantly associated with higher rates of transition from adverse renal event to death. Conclusion In this large Canadian multi-ethnic long-term cSLE cohort, ethnicity was associated with adverse outcomes including adverse renal events and death. Further analyses will help inform risk for adverse outcomes to improve clinical care for the highest risk patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,072
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,323
Écart entre enseignants0,286 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSystemic Lupus Erythematosus Research→Travaux en français237 207→