MétaCan
Menu
Retour à la cohorte
Enregistrement W2036197243 · doi:10.3899/jrheum.120252

Screening and Monitoring of Latent Tubercular Infection in Patients Taking Tumor Necrosis Factor-  Blockers for Psoriatic Arthritis

2012· article· en· W2036197243 sur OpenAlexvenueno aff
Alessandro Sanduzzi, Marialuisa Bocchino, Mariangela Atteno, Luisa Costa, Antonio Ponticiello, Alessandro Matarese, Angelo Spanò, V. Bruner, Rosario Peluso, MF Aquino, Ángela Puente, Raffaele Scarpa

Notice bibliographique

RevueJournal of Rheumatology Supplement · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePsoriatic arthritisLatent tuberculosisArthritisImmunosuppressionImmunologyTuberculosisRheumatologyInternal medicineMycobacterium tuberculosisPathology

Résumé

récupéré en direct d'OpenAlex

Patients with arthritis who need treatment with biologics are carefully screened for possible previous exposure to tuberculosis to detect any latent tubercular infection (LTBI). The traditional method of screening for LTBI is not specific, because positivity could also depend on infection by atypical mycobacteria and bacillus Calmette-Guerin vaccination. In addition, the screening does not show high sensitivity, frequently presenting a false negativity because of immunosuppression caused by drugs used for arthritis. Recently, interferon-γ release assays (IGRA) have been used to screen LTBI with more sensitivity and specificity before treatment with anti-tumor necrosis factor-α drugs. Moreover, in our experience, IGRA are potentially useful in monitoring LTBI during biologic therapy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,429

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,326
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Rheumatology SupplementMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207