Females With Axial Spondyloarthritis Have Longer Diagnostic Delay and Higher Burden of the Disease. Results From the International Map of Axial Spondyloarthritis ( <scp>IMAS</scp> )
Notice bibliographique
Résumé
BACKGROUND: To assess gender differences in a large sample of patients included in the International Map of Axial Spondyloarthritis (IMAS) study from around the globe. METHOD: IMAS is a cross-sectional online survey (2017-2022) of 5557 unselected axSpA patients from 27 countries. The current analysis assessed differences between males and females for: sociodemographic, health behaviors, disease characteristics, patient-reported outcomes, mental comorbidities, and treatments. Univariable and multivariable logistic regression analysis was used to evaluate the relationship between gender and disease characteristics, patient-reported outcomes, comorbidities, and treatments. RESULTS: Data from 5555 patients reporting gender were analyzed: 3492 from Europe, 769 from North America, 600 from Asia, 548 from Latin America, and 146 from Africa. Globally, 55.4% were females, with higher proportions in South Africa (82.2%) and lower in Asia (20.8%). Compared to males, a lower percentage of females smoked and consumed alcohol. The diagnostic delay was significantly longer (+2.4 years) in females, while the frequency of HLA-B27 positivity of axSpA was lower in females. The use of axSpA pharmacological treatment was more common in females with a higher proportion having ever taken nonsteroidal anti-inflammatory drugs (NSAIDs), conventional synthetic DMARDs (csDMARDs), and biologic DMARDs (bDMARDS). CONCLUSIONS: Identifying the specific disease characteristics associated with gender in patients with axSpA may help to improve the diagnosis and management of the disease, and thereby reduce the disease burden for patients around the world.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 ».