Impact of rural residence on clinical outcomes in SLE: a systematic review
Notice bibliographique
Résumé
BACKGROUND: SLE is a chronic autoimmune disease with heterogeneous manifestations and variable outcomes. Geographic factors such as rural residence may influence disease severity, access to care and treatment adherence, yet evidence remains fragmented. This systematic review aimed to evaluate the impact of rurality on clinical outcomes in adults with SLE. METHODS: We systematically searched PubMed, Embase and Web of Science for observational studies published up to May 2025 that assessed the association between rural residence and clinical outcomes in SLE. Eligible studies included adult patients with SLE and reported at least one relevant outcome stratified by rurality. Using the Newcastle-Ottawa Scale, data were extracted on study characteristics, definitions of rurality, outcome domains and risk of bias. Due to heterogeneity in study design and outcomes, a narrative synthesis was conducted. RESULTS: Eight studies, including over 34 000 participants from the USA, Greece, China, Egypt, Puerto Rico and Latin America (Grupo Latino Americano de Estudio del Lupus cohort), met inclusion criteria. Definitions of rurality varied widely, encompassing administrative classifications, demographic thresholds and self-reported residence. Rural residence was often associated with delayed diagnosis, higher disease activity, lower physical quality of life, increased hospital readmissions and poorer medication adherence. Survival findings were mixed, and one study found no rural disadvantage where specialised care was available. Methodological quality was generally moderate to high. CONCLUSION: Across diverse settings, rural SLE populations frequently experience worse outcomes, although this is not universal and appears to be strongly influenced by structural disadvantages rather than geography alone. Standardised definitions of rurality and multidimensional measurement approaches are needed to improve comparability and guide effective interventions. Targeted strategies-such as telemedicine, outreach programmes and policies addressing healthcare access-may help reduce inequities in SLE care.
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 | 0,016 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,002 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».