A Clinical Prediction Rule for Lymphoma Development in Primary Sjögren’s Syndrome
Notice bibliographique
Résumé
OBJECTIVE: To develop and validate a practical prediction rule for the progression from primary Sjögren's syndrome (pSS) to B cell non-Hodgkin's lymphoma (B cell NHL) based on the combination of routinely available clinical and serological disease variables. METHODS: The case records of 563 patients with pSS were reviewed, and their demographic, clinical, and immunologic features were collected. Multivariate logistic regression analysis was performed to identify independent risk factors for lymphoma development and to create a propensity score for discrimination between patients at risk of B cell NHL and those patients not at risk. The model was internally validated by resampling procedures. RESULTS: Out of 563 patients with pSS, 387 fulfilling the American European Consensus Group criteria (12 with B cell NHL, 375 without B cell NHL) were included in our study. Salivary gland enlargement (p = 0.001), low C3 (p = 0.035) and/or C4 levels (p = 0.021), and disease duration (p = 0.001) were identified as independent risk factors for B cell NHL in pSS. The optimal threshold of the propensity score was determined at Y = 4.26, which allowed us to identify patients who develop B cell NHL with a sensitivity of 78% and specificity of 95%. The leave-one-out cross-validated prediction error was 6%, and the median bootstrapped sensitivity and specificity were 71% and 95%, respectively. CONCLUSION: We created a "bedside" prediction model for the identification of patients with pSS who are at risk for B cell NHL, which revealed an excellent discriminative ability and a good internal and external reproducibility.
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 | 0,005 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 | 0,001 |
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 ».