MétaCan
Menu
Retour à la cohorte
Enregistrement W2091548817 · doi:10.3899/jrheum.131081

Selecting Magnetic Resonance Imaging (MRI) Outcome Measures for Juvenile Idiopathic Arthritis (JIA) Clinical Trials: First Report of the MRI in JIA Special Interest Group

2013· article· en· W2091548817 sur OpenAlexafffundvenue
Robert Hemke, Andréa S. Doria, Nikolay Tzaribachev, Mario Maas, Désirée van der Heijde, Marion A. J. van Rossum

Notice bibliographique

RevueThe Journal of Rheumatology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAutoimmune and Inflammatory Disorders Research
Établissements canadiensHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineMagnetic resonance imagingClinical trialRheumatoid arthritisArthritisJuvenile rheumatoid arthritisAntirheumatic AgentsRadiologyPhysical therapyPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Recent advances in magnetic resonance imaging (MRI) techniques have substantially improved the evaluation of joint pathologies in juvenile idiopathic arthritis (JIA). Because of the current availability of highly effective antirheumatic therapies and the unique and useful features of MRI, there is a growing need for an accurate and reproducible MRI assessment scoring system for JIA, such as the rheumatoid arthritis MRI Scoring (RAMRIS) for patients with rheumatoid arthritis (RA). To effectively evaluate the efficacy of treatment in clinical research trials, we need to develop and validate scoring methods to accurately measure joint outcomes, standardize imaging protocols for data acquisition and interpretation, and create imaging atlases to differentiate physiologic and pathologic joint findings in childhood and adolescence. Such a standardized, validated, JIA-MRI scoring method could be used as an outcome measure in clinical 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 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)0,019
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,062
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0190,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,087
Tête enseignante GPT0,377
Écart entre enseignants0,289 · 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.

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

Citations15
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Journal of RheumatologyMême sujetAutoimmune and Inflammatory Disorders ResearchTravaux en français237 207