SLEDAI-2K Responder Index 50 captures 50% improvement in disease activity over 10 years
Notice bibliographique
Résumé
OBJECTIVES: To determine the frequency and the time to complete recovery identified by Systemic Lupus Erythematosus Disease Activity Index 2000 (SLEDAI-2K) and the time to partial recovery identified by the SLEDAI-2K Responder Index 50 (SRI-50) in three laboratory systems over 10 years. METHODS: This is a retrospective analysis of the data available from the Toronto Lupus Clinic over the last 10 years. Patients with SLEDAI-2K renal, immunological and hematologic active descriptors were identified. The percentage of descriptors with partial and complete recovery was studied at one year and over the study period. Descriptive analysis and the Kaplan-Meier estimator were applied to study the time to partial and complete recovery. RESULTS: Of the 795 patients, 94% had an active system at some point during the study period. Partial recovery was shown in 66% of patients by SRI-50 for at least one descriptor over the study period. None of these partial findings identified would have been captured using SLEDAI-2K alone. The time to partial recovery identified by SRI-50 was shorter than the time to complete recovery identified by SLEDAI-2K. CONCLUSION: The SRI-50 is a valid responder index derived form SLEDAI-2K and is very helpful in identifying clinically important improvement in active laboratory descriptors in an efficient time.
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 | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».