SEASONAL VARIATION IN MORTALITY AND CARDIOVASCULAR OUTCOMES AMONG HOSPITALIZED SYSTEMIC LUPUS ERYTHEMATOSUS PATIENTS: A NATIONWIDE ANALYSIS
Notice bibliographique
Résumé
PV089 / #330 Poster Topic: AS11 - Epidemiology and Public Health Background/Purpose While seasonal variation affects many autoimmune conditions, its impact on hospitalized Systemic Lupus Erythematosus (SLE) patients remains poorly understood. We aimed to evaluate seasonal patterns in mortality and major clinical outcomes among hospitalized SLE patients using a nationally representative database. Methods Using the 2021 National Inpatient Sample, we identified adult SLE patients (International Classification of Diseases, 10th Revision code M32). Seasons were defined as Spring (March-May), Summer (June-August), Fall (September-November), and Winter (December-February). Primary outcomes included in-hospital mortality, cardiac arrest, and respiratory failure requiring intubation. We employed survey-weighted multivariable logistic regression to calculate adjusted odds ratios (aOR), controlling for age, sex, race, Elixhauser comorbidity index, hypertension, diabetes, chronic kidney disease, prior myocardial infarction, and prior stroke. Results Among 170,085 hospitalized SLE patients, we observed even seasonal distribution (Spring 25.85%, Summer 25.94%, Fall 24.43%, Winter 23.78%). Unadjusted mortality rates demonstrated a progressive increase from Spring (2.36%) through Summer (2.89%) and Fall (3.35%), peaking in Winter (3.59%). After adjusting for demographics and comorbidities, this pattern persisted with significantly increased risk in Summer (aOR 1.24, 95% CI 1.03-1.49, p = 0.025), Fall (aOR 1.41, 95% CI 1.18-1.70, p < 0.001), and Winter (aOR 1.54, 95% CI 1.28-1.87, p < 0.001) compared to Spring. Cardiac arrest risk was highest in Summer and Winter (both aOR 1.54, 95% CI 1.13-2.08, p = 0.006 and 95% CI 1.14-2.09, p = 0.005, respectively). Respiratory failure requiring intubation showed a similar pattern, with risk increasing through Fall (aOR 1.22, 95% CI 1.02-1.45, p = 0.026) and peaking in Winter (aOR 1.34, 95% CI 1.12-1.59, p = 0.001). Mean length of stay increased from Spring (5.54 days, 95% CI 5.40-5.69) to Fall (5.93 days, 95% CI 5.78-6.08), with Fall showing significantly higher total hospital charges compared to Spring (adjusted incidence rate ratio [aIRR] 1.08, 95% CI 1.03-1.14, p = 0.003). Conclusions This first comprehensive analysis of seasonal variation in SLE hospitalizations reveals clinically and statistically significant increases in mortality and adverse outcomes during Fall/Winter months, with effect sizes ranging from 24% to 54% increased odds of mortality. These findings suggest the need for heightened vigilance and potentially adjusted monitoring strategies during higher-risk seasons.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».