Notice bibliographique
Résumé
TOTHE EDITOR —We thank Mines and Novelli [1] for their comments on our recent report [2] describing the association between the use of disease-modifying antirheumatic drugs and the risk of developing active tuberculosis (TB). The authors suggest that we probably misclassified a substantial number of patients who did not have active TB as having TB. We had, in fact, already acknowledged this limitation in our report—because we were unable to validate the TB diagnosis in the database, we thus recognized that misclassification could occur. The issue is whether and how such misclassification of cases affects the estimated rate ratio. If the misclassification is similar across the various classes of drugs, it would only tend to attenuate the association towards the null value. If, as suggested by Mines and Novelli, disease-modifying antirheumatic drug users were more likely to be screened for latent TB infection and reported as having active TB, we should have observed a trend in TB diagnosis over the study period when biological disease-modifying antirheumatic drugs were introduced in the United States in 1998, when the potential risk of TB with these therapies was published in 2001 [3], and when recommendations for systematic screening for TB were released in 2002 [4]. There was, however, no increasing trend observed in reported TB cases in our study cohort. Alternatively, we found no time trend in the proportion of reported TB cases among disease-modifying antirheumatic drug users and non—disease-modifying antirheumatic drug users during the study period.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».