Traditional and Disease-Specific Risk Factors for Cardiovascular Events in Antineutrophil Cytoplasmic Antibody-Associated Vasculitis: A Multinational Retrospective Study
Notice bibliographique
Résumé
OBJECTIVE: To investigate the occurrence of cardiovascular events (CVEs) in a large cohort of patients with antineutrophil cytoplasmic antibody (ANCA)-associated vasculitis (AAV) across the European Union, China, Turkey, Russia, the United Kingdom, and the USA. METHODS: Patients with a definite diagnosis of AAV who were followed for ≥ 3 months and had sufficient documentation were included. Data on myocardial infarction (MI) and stroke were collected retrospectively from tertiary vasculitis centers. Univariate and multivariate Cox regression models were used to estimate hazard ratios (HRs) and 95% CIs. RESULTS: Over a median follow-up of 62.0 months (IQR 22.6-100.0), CVEs (mostly MIs) occurred in 245 (10.7%) of 2286 patients with AAV, with a higher frequency in China and the UK. On multivariate regression analysis, older age (55-64.9 yrs, HR 2.93, 95% CI 1.99-4.31), smoking (HR 1.98, 95% CI 1.48-2.64), Chinese origin (HR 4.24, 95% CI 3.07-5.85), and pulmonary (HR 1.50, 95% CI 1.09-2.06) and kidney (HR 3.02, 95% CI 2.08-4.37) involvement were independent variables associated with a higher occurrence of CVEs. CONCLUSION: We showed that geographic region and both traditional and disease-specific (kidney involvement in particular) factors were independently associated with CVEs. Proper assessment and management of modifiable cardiovascular (CV) risk factors are essential for prevention of CV morbidity in patients with AAV.
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 | 0,001 |
| 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 ».