Increased Risk of Developing Systemic Lupus Erythematosus and Rheumatoid Arthritis in Patients with Primary Sjögren’s Syndrome—A Secondary Cohort Analysis of Nationwide, Population-Based Claims Data
Notice bibliographique
Résumé
Background: This retrospective cohort study aimed to examine the risk of developing systemic lupus erythematosus (SLE) and rheumatoid arthritis (RA) in patients with primary Sjögren’s syndrome (pSS) compared to controls using data from a nationwide health claims database. Methods: Four distinct cohorts of patients with newly diagnosed pSS were established using Taiwan’s National Health Insurance Research Database. Cohorts I and II were created to evaluate the risk of developing SLE and RA, respectively. Cohorts III and IV were assembled similarly to Cohorts I and II but employed a stricter definition, based on catastrophic illness certificate (CIC) status, for identifying patients with pSS. Comparison cohorts of patients without pSS were formed by frequency matching for sex, 5-year age interval, and index year. Incident rate ratios (IRR) for SLE or RA development were determined using Poisson regression models. Results: Patients with pSS, selected from just outpatient visits or with additional CIC status showed a significantly higher risk of developing SLE or RA compared with the controls. When stratified by age group or sex, the risk of developing SLE was notably higher in the young age group (adjusted IRR 47.24, p = 0.002) and women (adjusted IRR 7.63, p = 0.003) among patients with pSS. In addition, both men and women with pSS, irrespective of age, showed a significantly elevated risk of developing RA. Conclusions: Patients with pSS exhibited an elevated risk of developing SLE and RA. Rheumatologists should carefully monitor patients with pSS for potential SLE and RA development.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».