MétaCan
Menu
Retour à la cohorte
Enregistrement W4410973503 · doi:10.1093/rheumatology/keaf270

Predicting trajectories of lung function decline in systemic sclerosis–related interstitial lung disease

2025· article· en· W4410973503 sur OpenAlexafffund
Boyang Zheng, Mandana Nikpour, Wendy Stevens, Susanna Proudman, Kathleen Morrisroe, Mianbo Wang, Ada Man, Murray BaronP, Diane Apostolopoulos, Zoe Brown, Helen Cooley, Lucy Croyle, Julien de Jager, Jessica Fairley, Nava Ferdowsi, Stephanie Frade, Laila Girgis, Kate Gregory, Dylan Hansen, Catherine Hill, Lauren Host, Tony Kenna, Kimti Kumar, Gabor Major, Mahin Moghaddami, Jennifer Ng, Gene-Siew Ngian, Matthew Parker, Ross Penglase, Maureen Rischmueller, Janet Roddy, Laura Ross, Joanne Sahhar, Amanda Saracino, Gemma Strickland, Maryam Tabesh, Tien Tay, Kathleen Tymms, Jenny Walker, Peter Youssef, Peter Docherty, Paul R. Fortin, Marvin J. Fritzler, Geneviève Gyger, Marie Hudson, Alena Ikic, Niall Jones, Elzbieta A Kaminska, Nader Khalidi, Maggie Larché, Sharon LeClercq, Sophie Ligier, Nancy Maltez, Ariel Masetto, Mohamed Osman, Janet Pope, David Robinson, Tatiana Sofia Rodrı́guez-Reyna, Doug Smith, Evelyn Sutton, Carter Thorne

Notice bibliographique

RevueLara D. Veeken · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Sclerosis and Related Diseases
Établissements canadiensUniversity of ManitobaJewish General HospitalMcGill UniversityUniversity of British Columbia
Organismes subventionnairesNational Health and Medical Research CouncilCanadian Institutes of Health Research
Mots-clésMedicineVital capacityHazard ratioInternal medicineProportional hazards modelInterstitial lung diseaseLogistic regressionCardiologyConfidence intervalLungDiffusing capacityLung function

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: SSc-related interstitial lung disease (SSc-ILD) is a major cause of morbidity. We aimed to identify patients following similar trajectories of forced vital capacity (FVC) decline, and examine their association with mortality and risk factors for FVC decline. METHODS: This is a multicentre retrospective study of 444 SSc patients with ILD and ≤7-year disease duration. Patients were grouped based on similar FVC decline trajectories using semi-parametric modelling with latent class analysis. Survival was compared between the worst FVC trajectory group and the others. Logistic regression models with backwards selection were applied to identify predictors of FVC trajectory using baseline disease features. RESULTS: Four FVC trajectory groups were identified. The most progressive trajectory declined by -2.18% per year and the other three trajectory groups were stable or progressed slowly. The most progressive group had a higher mortality rate than those with a stable/slow FVC trajectory (hazard ratio 2.95, 95% CI 1.74, 4.98). Baseline FVC (P < 0.001) and CRP elevation (P = 0.039) were associated the progressive trajectory. Baseline FVC ≤72% predicted the progressive trajectory with a sensitivity of 0.88 and specificity of 0.91. A lower baseline FVC was in turn associated with older age, Caucasian race, longer disease duration, anti-topoisomerase I presence and elevated CRP on exploratory analyses. CONCLUSION: Distinct FVC trajectories are associated with different survival outcomes and the most important predictor of a progressive FVC trajectory was existing ILD severity. More work is needed to assess the utility of imaging or paraclinical findings that can improve prediction of distinct FVC trajectories.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,255
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLara D. VeekenMême sujetSystemic Sclerosis and Related DiseasesTravaux en français237 207