Contribution of the Polymyalgia Rheumatica Activity Score to Glucocorticoid Dosage Adjustment in Everyday Practice
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the usefulness of the polymyalgia rheumatica (PMR) activity score (PMR-AS) in guiding adjustment of glucocorticoid (GC) dosage. METHODS: Rheumatologists prospectively included patients receiving GC therapy for PMR. At each visit, they assessed disease activity using a visual analog scale for physician's global assessment (VASph) and recorded whether a flare was diagnosed and/or the GC dosage was changed. In each patient, the PMR-AS was calculated using the formula of Leeb and Bird: C-reactive protein (mg/dl) + VAS pain score (0 to 10) + VASph (0 to 10) + (morning stiffness in min × 0.1) + elevation of upper limbs (0-3). We evaluated the correlation between PMR-AS and GC dosage changes in the group already treated with GC. RESULTS: We included 89 patients (mean age 74.6 ± 6.2 yrs; disease duration 1.6 ± 2.2 yrs), who had a total of 149 visits. PMR-AS was available for 137 visits. Of those, 124 involved patients already treated with GC, and 13 patients who started GC treatment. The Spearman correlation coefficient between PMR-AS values and GC dosage change was 0.58 (p < 0.001). In the group already treated with GC, when the PMR-AS was higher than 20, GC dosages were never decreased. When the PMR-AS was between 10 and 20, GC dosages were decreased in 4 patients, unchanged in 4, and increased by < 5 mg in 4 patients. When PMR-AS was < 10, GC dosages were generally decreased. CONCLUSION: The PMR-AS is helpful for diagnosing flares of PMR and may also assist in everyday practice to decide how to change the GC dosage.
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 | 0,001 |
| 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 ».