Incidence and progression of interstitial lung disease in systemic sclerosis patients without significant interstitial lung disease: associations with immunosuppressive drugs
Notice bibliographique
Résumé
Background: Interstitial lung disease (ILD) is a leading cause of mortality in systemic sclerosis (SSc). Immunosuppressive drugs are currently used to treat ILD, but are generally ineffective for reversing established damage. A retrospective cohort study design was used to explore the effect of immunosuppressive drugs in milder forms of ILD, as well as to study the association between use of immunosuppressive drugs and risk of incident ILD, using data from patients enrolled in the Canadian Scleroderma Research Group registry between 2004 and 2017.Methods: First, SSc patients with mild ILD (i.e. baseline forced vital capacity (FVC) above 85%) (N=116) were compared according to their exposure to cyclophosphamide (CYC) and/or mycophenolate mofetil (MMF). FVC was assessed at one year using a multivariate linear regression model. Then, SSc patients without lung disease at baseline (N=1,131) were compared according to their exposure to CYC, MMF, azathioprine and/or methotrexate. Time to incident ILD was assessed using a marginal structural Cox model incorporating inverse probability of treatment weights.Results: Among SSc patients with mild ILD, the one-year FVC was higher in patients exposed to CYC/MMF at baseline compared to unexposed patients, by a difference in predicted FVC of 8.49% (95% CI, 0.01 to 16.98). Baseline FVC was identified as an effect modifier on the relationship between CYC/MMF exposure and lung disease progression. However, among SSc patients without lung disease at baseline, exposure to immunosuppressive drugs did not significantly reduce the risk of incident ILD (weighted HR: 0.78, 95% CI 0.44 to 1.37).Conclusions: These findings lend support to the hypothesis that a therapeutic window of opportunity may exist in SSc-ILD. Treatment at a stage when lung function is still normal should be considered as a means of preventing progressive disease before significant functional compromise has occurred.
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 | 0,003 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».