Disparities in Time to Diagnosis of Radiographic Axial Spondyloarthritis
Notice bibliographique
Résumé
OBJECTIVE: Radiographic axial spondyloarthritis (r-axSpA) has a 7-year average diagnostic delay. Although the effects of sex or gender on time to diagnosis have been evaluated, the role of social determinants of health remains understudied. We assessed whether time from initial clinical documentation of r-axSpA symptoms to r-axSpA diagnosis (diagnostic delay) varies based on sex, race, ethnicity, and/or the presence of social needs. METHODS: We studied patients with r-axSpA from a tertiary center from 2000 to 2022. The cohort was built with the Observational Health Data Sciences and Informatics (OHDSI) network. For the primary analysis, we assessed the time from back pain and/or spinal pain to r-axSpA diagnosis and, secondarily, the time to r-axSpA from any other r-axSpA-related condition. To estimate differences in diagnostic delay, we employed an accelerated failure time parametric survival model. RESULTS: We included 404 patients (mean age 49 years; 38.6% female), with 25.5% identifying as Black, 31.1% as other or unknown race, and 14.1% as Hispanic. Patients with a documented social need had a 21% increase in time from back pain to r-axSpA diagnosis (95% CI 0.93-1.56). In patients with any r-axSpA-related condition, time to diagnosis similarly increased by 21% (95% CI 0.92-1.57). Considering that there is an average time to diagnosis of 34 months, a social need increased time to diagnosis by 7 months. CONCLUSION: This study reveals a trend toward diagnostic delay in r-axSpA related to social need, sex, race, and ethnicity. Future studies should focus on referral strategies to enable prompt diagnosis and optimize care.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».