Prevalence of major adverse cardiovascular events among Saudi patients with systemic lupus erythematosus compared with the general population: updates from the national SLE and PURE cohorts
Notice bibliographique
Résumé
OBJECTIVE: This study examined the prevalence of major adverse cardiovascular events (MACE) among Saudi patients with SLE and the general population and considered factors associated with such outcomes were taken into consideration. METHODS: This is a cohort study evaluating the period prevalence of MACE from 2020 to 2023. The study used two datasets, namely the Saudi national prospective cohort for SLE patients and the Prospective Urban-Rural Epidemiology Study Saudi subcohort (PURE-Saudi) for the general population. Participants in both studies were monitored using a standardised protocol. MACE was defined as myocardial infarction (MI), stroke or angina. The analysis was adjusted for demographics, traditional cardiovascular risk factors and SLE diagnosis through logistic regression models. RESULTS: The PURE and national SLE cohorts comprised 488 and 746 patients, respectively. Patients with SLE from the SLE cohort were younger (40.7±12.5 vs 49.5±8.6 years) and predominantly female (90.6% vs 41.6%). The prevalence of traditional risk factors was greater in the PURE cohort compared with the SLE cohort. These factors included dyslipidaemia (28.9% vs 49.4%), obesity (63% vs 85%) and diabetes (7.8% vs 27.2%), but not hypertension (19.3% vs 18.8%). MACE (defined as MI or stroke or venous thromboembolism or heart failure) occurred more frequently in patients with SLE (4.3% vs 1.6%, p=0.004). Older age and lupus diagnosis were independently associated with MACE after adjusting for conventional risk factors. The odds of MACE were significantly related to age and lupus diagnosis (p=0.00 and p=0.00, respectively), but not cardiovascular disease (CVD) risk factors (p=0.83). CONCLUSION: Patients with SLE have a significantly higher risk of developing MACE than the general population. This risk is not well explained by traditional risk factors, which may explain the failure of CVD risk scores to stratify patients with SLE adequately. Further studies are needed to understand CVD risk's pathogenesis in SLE and mitigate it.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».