Venous thromboembolism in patients with lupus nephritis: frequency and risk factors—a cohort study
Notice bibliographique
Résumé
OBJECTIVES: Venous thromboembolism (VTE) is a known complication of SLE, yet there is a lack of high-quality studies specifically focused on LN. This study aimed to assess the frequency of VTE in patients with LN and identify risk factors for its development. METHODS: We included patients with biopsy-proven LN from a prospective observational cohort followed between 1970 and 2024. The primary outcome, VTE occurring after the onset of LN, was monitored longitudinally, and the time to the first event was calculated. Time-varying univariable and multivariable cause-specific Cox proportional hazards models were used to identify factors associated with the first VTE, with death considered a competing risk. RESULTS: A total of 324 patients were included, with a mean age of 34.2 years [interquartile range (IQR): 25.9-43.0] at LN onset. Over a long-term follow-up period of 9.9 years (IQR: 5.0-16.4), 30 patients (9.3%) developed VTE, with a total of 34 events. The median time to the first event from LN onset was 4.4 years (IQR, 0.1-14.1). Most events were isolated (86.7%), including 19 deep vein thromboses (DVTs, 59.4%), 5 pulmonary embolisms (PEs), and 2 events involving other venous beds. In the multivariable model, the following factors were independently associated with the development of VTE: the SLEDAI-2K score [hazard ratio (HR) = 1.05, 95% CI: 1.01-1.10] and proteinuria level (HR = 1.26, 95% CI: 1.08-1.47). CONCLUSION: VTE can complicate the course of LN at any stage. Disease activity and proteinuria are the primary risk factors for its development.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».