Proposed Metrics for the Determination of Rheumatoid Arthritis Outcome and Treatment Success and Failure
Notice bibliographique
Résumé
Objective Patients with rheumatoid arthritis (RA) and their physicians often disagree as to the success of RA treatment or RA outcomes. However, guidelines (such as EULAR criteria for DAS scores) are heavily weighted toward joint counts and laboratory tests, and no guidelines exist for patient reported outcomes. Our aims were (1) to provide a patient-based definition of successful RA outcome or of treatment success and failure; (2) to describe the characteristics of patients meeting this definition; (3) to describe how external states such as disability and comorbidity influence definitions of health outcome; and (4) to derive surrogate-measure cutpoints for the definition. Methods A total of 20,268 patients with RA (5132 without comorbidity) were studied by recursive partitioning and regression methods to determine best dividing points between RA treatment and outcome success and non-success using 0–10 visual analog scales (VAS) for patient global assessment, pain, fatigue, and RA activity, and a Health Assessment Questionnaire (HAQ) scale. Results 14.5% of all patients and 22.9% of those without comorbidity were very satisfied with their health (success). Patient global at a level ≤ 1.25 best separated success from failure. Mean and median scores for those who were very satisfied were HAQ (0–3 scale) 0.36, 0.12; pain (0–10) 1.1, 0.5; global (0–10) 0.9, 0.5; and fatigue (0–10) 1.5, 1.0. VAS scores increased by approximately 0.5 units for each comorbid condition. Conclusion Patient global at a level ≤ 1.25 best separates patients who are very satisfied with their health from those not very satisfied, regardless of the presence of comorbidity. All scores increase with increasing comorbidity, which must be accounted for when assessing individual patients. Values identified here suggest patients require better outcomes than are found in patients who are in Disease Activity Score-28 remission or OMERACT low disease activity states.
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 | 0,017 | 0,095 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».