Risk factors of pulmonary arterial hypertension in patients with systemic lupus erythematosus: A meta-analysis
Notice bibliographique
Résumé
Objective To determine the risk factors of pulmonary arterial hypertension (PAH) related to systemic lupus erythematosus (SLE) through systematic reviews and meta-analyses. Methods We undertook electronic search strategies using Medline via PubMed, Embase, Web of Science, and Cochrane Library up to April 11, 2023. Study selection and data extraction were performed by 2 authors independently. We made risk of bias judgments based on the Newcastle-Ottawa Scale (NOS). Pooled risk ratios (RRs) and 95% confidence intervals (CIs) were calculated to estimate the overall effect sizes of potential risk factors for PAH in SLE patients. Univariate and multivariate meta-regression models were used to assess the independent effects of each risk factor on PAH. Sensitivity analyses were also conducted to explore potential sources of heterogeneity. Results A total of 19 articles were included in this meta-analysis, and the results showed that gender (female) [RR = 1.04, 95% CI (1.02, 1.06), p = .0001], interstitial lung disease [RR = 4.36, 95% CI (2.42, 7.85), p = .0001], alopecia [RR = 1.39, 95% CI (1.06, 1.83), p = .017], Raynaud’s phenomenon [RR = 1.83, 95% CI (1.41, 2.37), p = .0001], systemic hypertension [RR = 1.30, 95% CI (1.07, 1.58), p = .007], serositis [RR = 2.29, 95% CI (1.89, 2.77), p = .0001], pericardial effusion [RR = 3.33, 95% CI (2.20, 5.05), p = .0001], anti-RNP [RR = 1.86, 95% CI (1.19, 2.91), p = .006], anti-SSA [RR = 1.28, 95% CI (1.01, 1.62), p = .041], anti-SSB [RR = 1.38, 95% CI (1.19, 1.60), p = .0001], anti-U1RNP [RR = 1.58, 95% CI (1.07, 2.34), p = .023], thrombocytopenia [RR = 1.38, 95% CI (1.14, 1.68), p = .001], and current smokers [RR = 2.20, 95% CI (1.19, 4.06), p = .012] were all risk factors for PAH related to SLE. Conclusion PAH is a serious complication of SLE. Since prognosis of SLE patients after the occurrence of PAH is poor, routine examination should be conducted for SLE patients with PAH risk factors.
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 | 0,020 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,068 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».