Disease activity trajectories in juvenile dermatomyositis from childhood to adulthood
Notice bibliographique
Résumé
OBJECTIVES: To assess whether there are identifiable subgroups of disease activity trajectory in a population of JDM patients-followed throughout childhood and into adulthood-and determine factors that predict those trajectory groupings. METHODS: This is a retrospective, longitudinal inception cohort of patients with idiopathic inflammatory myopathies, largely JDM. We sought to identify baseline factors that predict membership into different groups (latent classes) of disease activity trajectory. RESULTS: A total of 172 patients (64% females), with median age at diagnosis of 7.7 years, were analysed. We studied 4725 visits (1471 patient-years). We identified three latent classes of longitudinal disease activity, as measured by the modified DAS (DASm), with distinct class trajectories predicted by DASm at baseline, and by the changes of DASm from either baseline to 3 months or baseline to 6 months (early response to therapy). In the analysis in which DASm at baseline and the changes of DASm from baseline to 6 months are included as predictors, Class 1 (10%) has persistently high disease activity, Class 2 (34%) is characterized by moderate disease activity and Class 3 (56%) is characterized by individuals with a high early disease activity but an apparently good response to treatment and long-term low disease activity. CONCLUSION: High early disease activity, and treatment resistance in the first few months, predict a more chronic longitudinal course of JDM.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».