Informing Response Criteria for Psoriatic Arthritis. I: Discrimination Models Based on Data from 3 Anti-Tumor Necrosis Factor Randomized Studies
Notice bibliographique
Résumé
OBJECTIVE: To develop statistical models, based on the analysis of data from phase III randomized placebo-controlled trials of tumor necrosis factor-alpha (TNF-alpha) inhibitors over a 24-week period, that may inform the definition of response measures for clinical trials in psoriatic arthritis (PsA). METHODS: Data from phase III randomized controlled trials with anti-TNF agents were used. A training set using baseline and 24-week data from 2 trials was used to derive the models, which were then tested on a dataset using baseline and interim data from the third trial, and baseline and interim data from the first 2 trials. Logistic regression, tree analysis, and factor analysis were considered in the development of the models. Receiver-operating characteristic curves were constructed and area under the curve (AUC) calculated to assess performance of the models. RESULTS: Two models were derived. One was based on differences between baseline and last-visit values, which identified the current 68 tender joint count (TJC68), baseline and change in C-reactive protein (CRP), and the measure with the highest difference among the patient and physician global assessment of disease activity (GDA), patient assessment of pain and the Health Assessment Questionnaire (HAQ). The second model was based on percentage change from baseline and included TJC68, CRP, physician GDA, patient global assessment of arthritis pain, and HAQ. Both models provided high AUC of at least 0.8 for both the training and testing sets. CONCLUSION: Models for discriminating joint disease response patterns in PsA were derived from data from randomized controlled trials. These models can now be used to inform further consideration of response measures for trials.
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 | 0,240 | 0,318 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,010 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».