The burden and determinants of fatigue in incident and prevalent systemic sclerosis
Notice bibliographique
Résumé
OBJECTIVES: To investigate the burden and clinical associations of fatigue in systemic sclerosis (SSc) as measured by FACIT-Fatigue scores. METHODS: Australian Scleroderma Cohort Study participants with ≥1 FACIT-Fatigue score were included. Participants were divided into those with incident SSc (≤5 years SSc duration at recruitment and FACIT-Fatigue score recorded within 5 years of disease onset) or prevalent SSc (first FACIT-Fatigue score recorded >5 years after SSc onset). Generalised estimating equations were used to model change in FACIT-Fatigue scores over time, expressed as an increasing (improving) or decreasing (worsening) score. RESULTS: Of 859 participants, 215 had incident SSc and 644 prevalent SSc. First-recorded FACIT-Fatigue scores were similar in those with incident (37 units, IQR 25-45.5) and prevalent SSc (36 units, IQR 23-44; p=0.17), as were lowest-ever recorded FACIT-Fatigue scores (incident 23 units; prevalent 22 units, p=0.75). In incident SSc, higher skin scores (regression coefficient (RC) -1.5 units, 95%CI -2.3 to -0.8), PAH (RC -8.2, 95%CI -16.5 to 0.1) and reduced left ventricular function (RC -10.6, 95%CI -18.3 to -2.8) were associated with more severe fatigue. In prevalent SSc, higher skin scores (RC -0.6, 95%CI -1.3 to 0), gastrointestinal symptoms (RC -6.6, 95%CI -9.0 to -4.2), hypoalbuminaemia (RC -2.8, 95%CI -5.0 to -0.7), BMI<18.5kg/m2 (RC -6.3, 95%CI -10.3 to -2.2), raised CRP (RC -3.1, 95%CI -4.7 to -1.5), and anaemia (RC -1.7, 95%CI -3.5 to 0.1) were associated with more severe fatigue. CONCLUSIONS: The burden of fatigue is substantial in both incident and prevalent SSc. Cardiopulmonary and gastrointestinal involvement are associated with worse fatigue.
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 | 0,001 |
| 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 ».