Cardiovascular Events in Lupus Nephritis: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Introduction: Systemic lupus erythematous (SLE) is known to be associated with cardiovascular events (CVEs). However, the incidence of CVE has not been thoroughly investigated in lupus nephritis (LN) patients. In this meta-analysis, we aimed to assess the incidence of CVE in patients with LN. Methods: We performed a literature search in PubMed, Scopus, and Web of Science database for studies reporting CVE (myocardial infarction [MI], heart failure, cerebrovascular accident [CVA] [i.e., ischemic or hemorrhagic stroke or transient ischemic attack], any cardiovascular- or cerebrovascular-related disease or death) in patients with LN. In addition, subgroup analyses were conducted according to geographical locations and kidney disease status. We also separately reported the incidence rate of MI, CVA, and cardiovascular- or cerebrovascular-related deaths, with CVE and MI risk in patients with LN. Results: Twenty-one records, encompassing 29,489 subjects, were included. The overall CVE incidence was 9% (95% confidence interval [CI]: 6–12%). Specifically, the incidence of MI (8 studies, n = 5,735), CVA (9 studies, n = 6,053), and mortality attributed to any cardiovascular or cerebrovascular disease (10 studies, n = 26,511) were 4% (95% CI: 2–7%), 4% (95% CI: 2–7%), and 5% (95% CI: 3–7%), respectively. Geographically, patients residing in Asia exhibited a lower incidence of CVE (2.3%, 95% CI: 1.6–3.3%) compared to those residing in North America (10.1%, 95% CI: 5.7–17.2%) and Europe (13.3%, 95% CI: 7.6–22.4%). Patients with LN had higher risk of CVE compared to SLE subjects (odds ratio: 1.18, 95% CI: 1.03–1.34, p = 0.014). Conclusion: CVE occurrence among individuals with LN is significant, and this disease entity increases CVE risk, highlighting the importance of implementing early therapeutic interventions to prevent poor outcomes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,027 | 0,014 |
| Bibliométrie | 0,002 | 0,004 |
| 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 | 0,000 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».