MétaCan
Menu
Retour à la cohorte
Enregistrement W4397001445 · doi:10.1016/j.semarthrit.2024.152468

Personalizing cardiovascular risk prediction for patients with systemic lupus erythematosus

2024· article· en· W4397001445 sur OpenAlexafffund
May Y. Choi, Hongshu Guan, Kazuki Yoshida, Misti L. Paudel, Benjamin A. Kargere, Daniel Li, Jack Ellrodt, Emma Stevens, Tianrun Cai, Brittany Weber, Brendan M. Everett, Karen H. Costenbader

Notice bibliographique

RevueSeminars in Arthritis and Rheumatism · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Heart, Lung, and Blood InstituteCanadian Institutes of Health ResearchIpsenHorizon TherapeuticsMassachusetts General HospitalNovo NordiskCelltrionNational Cancer InstituteKiniksa PharmaceuticalsAstraZenecaEli Lilly and CompanyBristol-Myers SquibbGilead SciencesNational Institutes of HealthLupus Foundation of America
Mots-clésMedicineInternal medicineLupus erythematosusSystemic lupusDermatologySystemic diseaseSystemic lupus erythematosusCardiologyImmunologyImmunopathologyDiseaseAntibody

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Cardiovascular disease (CVD) risk is increased in SLE and underestimated by general population prediction algorithms. We aimed to develop a novel SLE-specific prediction tool, SLECRISK, to provide a more accurate estimate of CVD risk in SLE. METHODS: We studied patients in the Brigham and Women's Hospital SLE cohort. We collected one-year baseline data including the presence of traditional CVD factors and SLE-related features at cohort enrollment. Ten-year follow-up for the first major adverse cardiovascular event (MACE; myocardial infarction (MI), stroke, or cardiac death) began at day +1 following the baseline period (index date). ICD-9/10 codes identified MACE were adjudicated by board-certified cardiologists. Least absolute shrinkage and selection operator regression selected SLE-related variables to add to the American College of Cardiology/American Heart Association (ACC/AHA) Pooled Cohort Risk Equations 10-year risk Cox regression model. Model fit statistics and performance (sensitivity, specificity, positive/negative predictive value, c-statistic) for predicting moderate/high 10-year risk (≥7.5 %) of MACE were assessed and compared to ACC/AHA, Framingham risk score (FRS), and modified FRS (mFRS). Optimism adjustment internal validation was performed using bootstrapping. RESULTS: We included 1,243 patients with 90 MACEs (46 MIs, 36 strokes, 19 cardiac deaths) over 8946.5 person-years of follow-up. SLE variables selected for the new prediction algorithm (SLECRISK) were SLE activity (remission/mild vs. moderate/severe), disease duration (years), creatinine (mg/dL), anti-dsDNA, anti-RNP, lupus anticoagulant, anti-Ro positivity, and low C4. The sensitivity for detecting moderate/high-risk (≥7.5 %) of MACE using SLECRISK was 0.74 (95 %CI: 0.65, 0.83), which was better than the sensitivity of the ACC/AHA model (0.38 (95 %CI: 0.28, 0.48)). It also identified 3.4-fold more moderate/high-risk patients than the ACC/AHA. Patients who were moderate/high-risk according to SLECRISK but not ACC/AHA, were more likely to be young women with severe SLE and few other traditional CVD risk factors. Model performance between SLECRISK, FRS, and mFRS were similar. CONCLUSION: The novel SLECRISK tool is more sensitive than the ACC/AHA for predicting moderate/high 10-year risk for MACE and may be particularly useful in predicting risk for young females with severe SLE. Future external validation studies utilizing cohorts with more severe SLE are needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,234
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSeminars in Arthritis and RheumatismMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207