Description of Active Joint Count Trajectories in Juvenile Idiopathic Arthritis
Notice bibliographique
Résumé
OBJECTIVE: To describe the trajectories of longitudinal joint disease activity in juvenile idiopathic arthritis (JIA), and to examine associations of clinical and laboratory characteristics with the identified trajectories. METHODS: A retrospective cohort study at 2 Canadian centers was performed. The longitudinal trajectories of active joint counts were described in a proof-of-concept study using a latent growth curve analysis. Baseline patient characteristics were compared across trajectory groups. RESULTS: Data were analyzed on 659 children diagnosed with JIA between March 1980 and September 2009. The median age at diagnosis was 10.0 years (interquartile range 3.7-13.4) and 61% (402/659) were female. The International League of Associations for Rheumatology (ILAR) diagnoses were as follows: oligoarthritis (36%), enthesitis-related arthritis (20%), rheumatoid factor (RF)-negative polyarthritis (13%), undifferentiated arthritis (12%), psoriatic arthritis (8%), systemic arthritis (7%), and RF-positive polyarthritis (4%). Based on the trajectories of their active joint counts, the 659 patients were each classified in 1 of 5 latent classes (which can be described as high decreasing, moderate increasing, persistent moderate, persistent low, and minimal joint activity). These latent classes were clinically and statistically distinct from the ILAR categories. CONCLUSION: In this proof-of-concept study, in which we used an analytic methodology in a novel way, we identified 5 clinically and statistically distinct trajectories of disease course. The subsets of patients within each class were different from those described by the ILAR classification criteria. This successful application of this method supports its use in a chronic disease with a fluctuating course such as JIA. These methods should be expanded for the purposes of predictive modeling.
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 | 0,000 |
| 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 ».