MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386118477 · doi:10.1101/2023.08.23.23294495

Factors Associated with Physical Function among People with Systemic Sclerosis: A Scleroderma Patient-centered Intervention Network (SPIN) Cohort Cross-sectional Study

2023· preprint· en· W4386118477 sur OpenAlexafffund
Tiffany Dal Santo, Danielle B. Rice, Marie‐Eve Carrier, Gabrielle Virgili-Gervais, Brooke Levis, Linda Kwakkenbos, Susan J. Bartlett, Amy Gietzen, Karen Gottesman, Geneviève Guillot, Marie Hudson, Laura K. Hummers, Vanessa L. Malcarne, Maureen D. Mayes, Luc Mouthon, Michelle Richard, Maureen Sauvé, Robyn K. Wojeck, Marie‐Claude Geoffroy, Andrea Benedetti, Brett D. Thombs

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueSystemic Sclerosis and Related Diseases
Établissements canadiensMultiple Sclerosis Society of CanadaMcGill University Health CentreSt. Joseph’s Healthcare HamiltonDouglas Mental Health University InstituteMcGill UniversityMcMaster UniversityJewish General Hospital
Organismes subventionnairesLady Davis Institute for Medical ResearchCanadian Institutes of Health ResearchScleroderma Society of OntarioJewish General HospitalFondation de l'Hôpital général juifCanada Research ChairsMcGill University
Mots-clésMedicineCohortPopulationInternal medicineScleroderma (fungus)Cohort studyCross-sectional studyPhysical therapyPathology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Objectives To compare physical function in systemic sclerosis (SSc, scleroderma) to general population normative data and identify associated factors. Methods Scleroderma Patient-centered Intervention Network Cohort participants completed the Physical Function domain of the Patient-Reported Outcomes Measurement Information System Version 2 upon enrollment. Multivariable linear regression was used to assess associations of sociodemographic, lifestyle, and disease-related variables. Results Among 2,385 participants, mean physical function T-score (43.7, SD = 8.9) was approximately 2/3 of a standard deviation (SD) below the US general population (mean = 50, SD = 10). Factors associated in multivariable analysis included older age (-0.74 points per SD years, 95% CI -0.78 to -1.08), female sex (-1.35, -2.37 to -0.34), fewer years of education (-0.41 points per SD in years, -0.75 to -0.07), being single, divorced, or widowed (-0.76, -1.48 to -0.03), smoking (-3.14, -4.42 to -1.85), alcohol consumption (0.79 points per SD drinks per week, 0.45 to 1.14), BMI (-1.41 points per SD, -1.75 to -1.07), diffuse subtype (-1.43, -2.23 to -0.62), gastrointestinal involvement (-2.58, -3.53 to -1.62), digital ulcers (-1.96, -2.94 to -0.98), moderate (-1.94, -2.94 to -0.93) and severe (-1.76, -3.24 to -0.28) small joint contractures, moderate (-2.10, -3.44 to -0.76) and severe (-2.54, -4.64 to -0.44) large joint contractures, interstitial lung disease (-1.52, -2.27 to -0.77); pulmonary arterial hypertension (-3.72, -4.91 to -2.52); rheumatoid arthritis (-2.10, -3.64 to -0.56) and idiopathic inflammatory myositis (-2.10, -3.63 to -0.56). Conclusion Physical function is impaired for many individuals with SSc and associated with multiple disease factors. KEY MESSAGES Individuals with systemic sclerosis (SSc) face many challenges that can impact their physical function Levels of physical function in individuals with SSc are impaired compared to the general population Multiple disease factors are significantly associated with worse physical function in SSc

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)0,001
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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,061
Tête enseignante GPT0,283
Écart entre enseignants0,222 · 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetSystemic Sclerosis and Related Diseases→Travaux en français237 207→