Stroke frequency, associated factors, and clinical features in primary systemic vasculitis: a multicentric observational study
Notice bibliographique
Résumé
OBJECTIVES: The cerebral vessels may be affected in primary systemic vasculitis (PSV), but little is known about cerebrovascular events (CVEs) in this population. This study aimed to determine the frequency of CVEs at the time of diagnosis of PSV, to identify factors associated with CVEs in PSV, and to explore features and outcomes of stroke in patients with PSV. METHODS: Data from adults newly diagnosed with PSV within the Diagnostic and Classification Criteria in VASculitis (DCVAS) study were analysed. Demographics, risk factors for vascular disease, and clinical features were compared between patients with PSV with and without CVE. Stroke subtypes and cumulative incidence of recurrent CVE during a prospective 6-month follow-up were also assessed. RESULTS: The analysis included 4828 PSV patients, and a CVE was reported in 169 (3.50%, 95% CI 3.00-4.06): 102 (2.13% 95% CI 1.73-2.56) with stroke and 81 (1.68% 95% CI 1.33-2.08) with transient ischemic attack (TIA). The frequency of CVE was highest in Behçet's disease (9.5%, 95% CI 5.79-14.37), polyarteritis nodosa (6.2%, 95% CI 3.25-10.61), and Takayasu's arteritis (6.0%, 95% CI 4.30-8.19), and lowest in microscopic polyangiitis (2.2%, 95% CI 1.09-3.86), granulomatosis with polyangiitis (2.0%, 95% CI 1.20-3.01), cryoglobulinaemic vasculitis (1.9%, 95% CI 0.05-9.89), and IgA-vasculitis (Henoch-Schönlein) (0.4%, 95% CI 0.01-2.05). PSV patients had a 11.9% cumulative incidence of recurrent CVE during a 6-month follow-up period. CONCLUSION: CVEs affect a significant proportion of patients at time of PSV diagnosis, and the frequency varies widely among different vasculitis, being higher in Behçet's. Overall, CVE in PSV is not explained by traditional vascular risk factors and has a high risk of CVE recurrence.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».