Performance of the 2013 American College of Rheumatology/European League Against Rheumatism Classification Criteria for Systemic Sclerosis (SSc) in Large, Well-defined Cohorts of SSc and Mixed Connective Tissue Disease
Notice bibliographique
Résumé
OBJECTIVE: To assess the 2013 American College of Rheumatology/European League Against Rheumatism (ACR/EULAR) Classification Criteria for Systemic Sclerosis (SSc) on defined subgroups of SSc and in mixed connective tissue disease (MCTD) as an SSc-related disease. METHODS: The 2013 ACR/EULAR criteria were assessed in 425 consecutive patients suspected to have SSc and seen at Oslo University Hospital, and in the nationwide Norwegian MCTD cohort (n = 178). In the SSc group, 239/425 patients had disease duration < 3 years (in 82 of these, duration was < 1 yr). Patients were subgrouped as limited SSc (n = 294), diffuse SSc (n = 97), SSc sine scleroderma (n = 10), and early SSc (prescleroderma; n = 24). Item data were complete, except nailfold capillaroscopy and telangiectasia results, missing in the MCTD cohort. RESULTS: The 2013 ACR/EULAR SSc criteria were met by 409/425 patients (96%) in the SSc group. For comparison, only 75% (293/391) met the 1980 ACR SSc classification criteria. All the novel items in the 2013 ACR/EULAR criteria were frequent in the SSc cohort. Considering that there were missing data on 2 items, 10% (18/178) of the MCTD cohort met the 2013 ACR/EULAR criteria, giving an estimated specificity of 90% toward this SSc-like disorder. CONCLUSION: In our large and representative group of consecutive patients with SSc, the 2013 ACR/EULAR SSc criteria were more sensitive than the ACR 1980 criteria. However, the new criteria did not completely segregate SSc from MCTD, making specificity a potential issue.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».