Rheumatoid Arthritis Disease Severity Indices in Administrative Databases: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVE: We aimed to systematically review rheumatoid arthritis (RA) disease severity indices for use in administrative healthcare databases. We also provide an overview of alternative methods to control for RA disease severity in administrative database research. METHODS: We conducted a systematic review of studies that developed/validated an index for RA disease severity using variables in administrative databases, and compared the convergent validity/reliability of the index with a standard measure of RA severity. RESULTS: After reviewing 539 articles, 2 studies were included. The claims-based index for RA severity (CIRAS) was developed in one study. Components of the CIRAS included tests for inflammatory markers, number of chemistry panels/platelet counts ordered, rheumatoid factor test, number of rehabilitation and rheumatology visits, and Felty's syndrome. The CIRAS correlated moderately well with a previously validated RA medical records-based index of severity. The second study assessed whether current and lifetime treatment with disease-modifying antirheumatic drugs and/or biologics accurately predicted RA severity, as measured by the patient-reported Patient Activity Scale (PAS). Treatment variables did not fully distinguish patients in the highest and lowest quartiles of PAS scores (67.2% correctly classified). CONCLUSION: Two claims-based indices of RA severity were identified but have some limitations for routine use. A concerted effort from experts in the field is needed to define, develop, and validate a widely applicable measure of RA disease severity for administrative database research.
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 | 0,011 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,021 | 0,021 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».