Sex Bias in Diagnostic Delay: Are Axial Spondyloarthritis and Ankylosing Spondylitis Still Phantom Diseases in Women? A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Diagnostic delay (DD) is associated with poor radiological and quality of life outcomes in axial spondyloarthritis (ax-SpA) and ankylosing spondylitis (AS). The female (F) population is often misdiagnosed, as classification criteria were previously studied mostly in males (M). We conducted a systematic review to investigate (i) the difference in DD between the sexes, the impact of HLA*B27 and clinical and social factors (work and education) on this gap, and (ii) the possible influence of the year of publication (before and after the 2009 ASAS classification criteria), geographical region (Europe and Israel vs. extra-European countries), sample sources (mono-center vs. multi-center studies), and world bank (WB) economic class on DD in both sexes. We searched, in PubMed and Embase, studies that reported the mean or median DD or the statistical difference in DD between sexes, adding a manual search. Starting from 399 publications, we selected 26 studies (17 from PubMed and Embase, 9 from manual search) that were successively evaluated with the modified Newcastle–Ottawa Scale (m-NOS). The mean DD of 16 high-quality (m-NOS > 4/8) studies, pooled with random-effects meta-analysis, produces results higher in F (1.48, 95% CI 0.83–2.14, p < 0.0001) but with significant results at the second analysis only in articles published before the 2009 ASAS classification criteria (0.95, 95% CI 0.05–1.85, p < 0.0001) and in extra-European countries (3.16, 95% CI 2.11–4.22, p < 0.05). With limited evidence, some studies suggest that DD in F might be positively influenced by HLA*B27 positivity, peripheral involvement, and social 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 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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,021 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 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 ».