Trajectories and management of vascular risk following the diagnosis of multiple sclerosis: A population-based matched cohort study between 1987 and 2018 in England
Notice bibliographique
Résumé
BACKGROUND: People with multiple sclerosis (PwMS) have an increased cardiovascular and cerebrovascular disease burden, but this could be mitigated by vascular risk factor management. OBJECTIVES: We compared the trajectories of vascular risk factors, vascular comorbidities and clinical management in PwMS against the general population post-MS diagnosis while controlling for frailty. METHODS: Retrospective longitudinal analysis using English data from the Clinical Practice Research Datalink between 1987 and 2018 comprising PwMS matched with up to six controls without MS by age, sex and general practice. RESULTS: We compared 12,251 PwMS with 72,572 matched controls; 3.8% of PwMS had mild-moderate frailty, 1.2% more than matched controls. Compared to controls, PwMS had an elevated incidence of Type 2 diabetes (HR 1.18, 95% CI (1.04, 1.34)), and starting antihypertensive medications (HR 1.40, 95% CI (1.33, 1.47)). Among those with hypertension at baseline, blood pressure trajectories did not differ between PwMS and controls. PwMS had increased rates of meeting targets for hypertension management (HR 1.25, 95% CI (1.12, 1.41)). CONCLUSION: The observation that PwMS with hypertension are more likely to meet treatment targets than matched controls is encouraging, but the elevated rates of vascular comorbidities suggest that tighter vascular management may be needed in this population.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».