Characteristics of Overlap Syndrome in a Large Cohort of Brazilian Patients With Systemic Sclerosis: A Retrospective Analysis
Notice bibliographique
Résumé
Objective Systemic sclerosis (SSc) often presents alongside other connective tissue disorders, termed "overlap syndrome (OS)." This study aimed to characterize patients with SSc with OS compared to those without OS in a tertiary university hospital in Brazil. Methods A retrospective analysis of demographic, clinical, and laboratory data from 787 SSc patients was performed using electronic medical records. Patients were classified based on the 2013 American College of Rheumatology/European Alliance of Associations for Rheumatology criteria for SSc and additional criteria for systemic lupus erythematosus (SLE), idiopathic inflammatory myopathy (IIM), Sjögren disease (SjD), and rheumatoid arthritis (RA). Statistical analysis, including univariate and multivariate methods, identified factors associated with OS. Results Ninety-one patients (11.6%) had OS, mainly with SLE (29.7%), SjD (26.4%), RA (24.2%), or IIM (19.8%). Patients with OS were younger, with an earlier age at onset (P= 0.004) and at diagnosis (P= 0.003). They presented a higher prevalence of limited SSc (Ptrend= 0.06), musculoskeletal symptoms (P< 0.001), neoplasia (P= 0.03), and sicca symptoms (P< 0.001); and were associated with a lower frequency of pulmonary hypertension (P= 0.048) and comorbidities such as diabetes mellitus (P= 0.02) and dyslipidemia (P= 0.02). A higher prevalence of anti-Ro (P= 0.007) and a lower prevalence of anti-Scl70 (P= 0.003) were also observed. Patients with OS were more frequently prescribed glucocorticoids (GCs;P< 0.001), methotrexate (P= 0.01), and leflunomide (P= 0.001). Multivariate analysis identified limited SSc (odds ratio [OR] 3.1), neoplasia (OR 3.4), and use of GCs (OR 8.2) and leflunomide (OR 5.5) with OS. No worse prognosis was observed. Conclusion Overall, Brazilian patients with SSc with OS have distinct clinical characteristics but do not have a worse prognosis compared to those without OS.
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 | 0,002 |
| 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 | 0,001 | 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) | 0,001 | 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 ».