Epidemiology and Survival of Systemic Sclerosis–Sarcoidosis Overlap Syndrome
Notice bibliographique
Résumé
Objective We evaluated the epidemiology, manifestations, serology, comorbidities, and survival among patients with systemic sclerosis (SSc) with and without sarcoidosis. Methods We conducted a retrospective cohort study comparing patients with SSc with and without sarcoidosis. All patients fulfilled the American College of Rheumatology/European Alliance of Associations for Rheumatology classification criteria for SSc. Sarcoidosis was based on physician diagnosis and/or confirmatory biopsy. The primary outcome was time from diagnosis to all-cause mortality. Survival was evaluated using Kaplan-Meier curves. Results We included 1977 patients (1971 with SSc, 6 with SSc–sarcoidosis) with a SSc–sarcoidosis prevalence of 0.30%. Sarcoidosis frequently preceded SSc (66.66%). The most frequent sarcoidosis manifestations were pulmonary (66.66%), lymphadenopathy (66.66%), arthritis (50%), cutaneous (33.33%), and hepatic (16.66%). Patients with SSc and SSc–sarcoidosis had female to male sex ratios of 4.5:1 vs 5:1 and median ages of SSc onset of 48.3 vs 43.8 years, respectively. Interstitial lung disease (35% vs 66.66%) and pulmonary hypertension (24.91% vs 50%) tended to occur more frequently whereas abnormal nailfold capillaries (34.7% vs 16.66%) and digital ulcers (33.33% vs 16.66%) tended to occur less frequently among patients with SSc–sarcoidosis, but the differences were not significant. There was an increased frequency of stroke among the patients with SSc–sarcoidosis (relative risk 8.59, 95% CI 1.02-72.00). The median survival times were 23.4 years for SSc–sarcoidosis and 18.6 years for SSc, with no differences in survival curves (log-rank test,P =0.55). Conclusion Sarcoidosis in SSc is rare but appears to occur more frequently than in the general population. It is associated with pulmonary, lymph node, cutaneous, joint, and hepatic involvement. Stroke occurs more frequently in patients with SSc–sarcoidosis but with no differences in survival.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».