Antimalarial Adherence and Risk of Cardiovascular Events in Patients With Rheumatoid Arthritis and Systemic Lupus Erythematosus: A <scp>Population‐Based</scp> Study
Notice bibliographique
Résumé
OBJECTIVE: We aimed to assess the association between antimalarial adherence and cardiovascular events between incident rheumatoid arthritis (RA) and systemic lupus erythematosus (SLE) population-based cohorts. METHODS: All patients with incident RA/SLE and incident antimalarial use in British Columbia, Canada, between January 1997 and March 2015 were identified using provincial administrative databases. The outcomes were incident cardiovascular events, including myocardial infarction (MI), stroke, or venous thromboembolism (VTE). The exposure was antimalarial adherence with levels: discontinuation (proportion of days covered [PDC = 0]), nonadherence (0 < PDC < 0.90), and adherence (PDC ≥ 0.90). We used marginal structural models to estimate the effect of antimalarial adherence on the rate of cardiovascular events, accounting for potential confounders. RESULTS: We identified 16,538 individuals with incident RA/SLE and incident antimalarial use without any cardiovascular event before the index date. Over nine years mean follow-up, 2,174 incident cardiovascular events (13.2%) were observed. The adjusted hazard ratio (aHR) for incident cardiovascular events for antimalarial adherence relative to discontinuation was 0.72 (95% confidence interval [CI] 0.64-0.81) and 1.01 (95% CI 0.90-1.14) for nonadherence. Additionally, the aHRs for all cardiovascular events, MI, stroke, and VTE for adherence relative to nonadherence was 0.71 (95% CI 0.61-0.82), 0.62 (95% CI 0.51-0.75), 0.45 (95% CI 0.36-0.58), and 0.65 (95% CI 0.46-0.93), respectively. We found older age modified the association between antimalarial adherence and cardiovascular events (P = 0.02). CONCLUSION: When people newly diagnosed with RA or SLE take their antimalarial regularly as prescribed (PDC ≥ 0.90), they have a 29% lower risk of sustaining a cardiovascular event than patients with a lower degree of adherence (PDC < 0.90) and a 28% lower risk than if they discontinue antimalarials.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».