Caractéristiques des patients présentant une rechute majeure dans le cadre d’une artérite à cellules géantes : une étude cas-témoins multicentrique
Bibliographic record
Abstract
Introduction L’artérite à cellules géantes (ACG) est une vascularite récidivante qui touche les artères de gros et moyen calibre. Les rechutes majeures (RM), définies comme des complications ischémiques ou une inflammation aortique [1] , surviennent dans 3 % des cas et peuvent avoir des conséquences graves. L’identification des facteurs prédictifs de RM est essentielle pour améliorer les stratégies thérapeutiques, mais reste difficile. L’objectif était d’identifier les facteurs prédictifs des RM chez les patients atteints d’ACG et de comparer les caractéristiques cliniques entre les différents phénotypes de RM. Matériels et méthodes Cette étude cas-témoins rétrospective multicentrique a inclus 258 patients atteints d’ACG diagnostiqués entre 1990 et 2021. Les cas ( n = 70) ont été définis comme des patients répondant aux critères EULAR pour l’ACG et présentant une RM ≥ 6 semaines après le diagnostic. Les témoins ( n = 188) étaient des patients atteints d’ACG sans RM. Les données cliniques, biologiques, d’imagerie et thérapeutiques ont été recueillies et analysées à l’aide d’une régression logistique univariée et multivariée. La RM a été classée en RM crânienne et RM des gros vaisseaux sur la base de critères cliniques et d’imagerie. Résultats Un âge plus jeune au moment du diagnostic était associé à un risque accru de RM (OR = 0,93 par tranche de 10 ans, IC à 95 % [0,87 ; 0,999]). Aucun autre facteur de risque cliniquement significatif n’a été identifié. Les patients atteints de RM crânienne étaient plus âgés et plus susceptibles de présenter des symptômes crâniens au diagnostic, tandis que ceux atteints de RM des gros vaisseaux étaient plus souvent des femmes et avaient tendance à présenter une aortite au moment du diagnostic. Ces résultats suggèrent des différences phénotypiques entre les sous-types de RM. Conclusion Aucun facteur cliniquement significatif n’était associé à la survenue de RM chez les patients atteints d’ACG dans cette étude. Cela souligne la difficulté à identifier des facteurs de risque de RM dans l’ACG, en partie en raison de l’hétérogénéité de présentations et des limites des critères diagnostiques actuels. Des recherches futures utilisant des cohortes homogènes et des méthodes analytiques avancées sont nécessaires pour mieux comprendre la pathogenèse de la RM et améliorer les stratégies de prise en charge.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".