Comorbidity Development and Mortality During 10 Years of Follow-up in a Danish Nationwide Cohort of 3178 Patients With Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: We estimated the incidence of various comorbidities and mortality in a large national cohort of patients with newly diagnosed systemic lupus erythematosus (SLE) compared with matched population comparators. METHODS: All patients aged ≥ 18 years with a first-time diagnosis of SLE in the Danish National Patient Register from 1996 to 2018 were included (n = 3178). For each patient with SLE, 19 age- and sex-matched population comparators were identified (n = 60,090). Comorbidity diagnoses and mortality data were retrieved from national Danish registries. For comorbidities and mortality, incidence rates per 1000 person-years and age- and sex-adjusted incidence rate ratios (IRRs) were estimated during the following time intervals following SLE diagnosis: year 1, year 2, years 3-5, and years 6-10. RESULTS: A total of 84.3% of patients with SLE and general population comparators were female, and the mean age at baseline was 47.4 years. Patients with SLE had a significantly increased risk of developing comorbidities during follow-up. The following highest first-year IRRs were seen for typical features of SLE: coagulopathy, renal disease, and pulmonary embolism. Renal disease, coagulopathy, and osteoporosis had the highest IRRs during the 5-10 years of follow-up. Patients with SLE had 4.1-times increased mortality risk during the first year of follow-up compared with matched population controls, and 1.6- to 2.1-times increased mortality risk during subsequent follow-up periods. CONCLUSION: The study provides a comprehensive overview of risk estimates and the timing of comorbidities and mortality in a nationwide cohort of adult patients with SLE. These data may be a valuable reference for upcoming works on evaluating comorbidity in SLE.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».