Comparing the American and European diagnostic guidelines for cystic fibrosis: same disease, different language?
Notice bibliographique
Résumé
BACKGROUND: The American and European cystic fibrosis (CF) guidelines recommend different diagnostic criteria. This study assessed diagnostic concordance between these recommendations. METHODS: Subjects with single organ manifestations suggestive of CF (chronic sinopulmonary disease (RESP), chronic/recurrent pancreatitis (PANC) or obstructive azoospermia (AZOOSP)) were prospectively evaluated by sweat test, nasal potential difference and genotyping. Concordance in diagnostic outcomes between the two algorithms was measured using observed agreement and κ statistics. RESULTS: A total of 208 subjects were evaluated. Observed agreement was 84.8% and level of agreement was excellent (κ=0.87) between the American and European recommendations. The RESP phenotype was associated with the highest degree of concordance (observed agreement ≥90%, κ=0.92) compared with the PANC (observed agreement 86%, κ=0.65) and AZOOSP (observed agreement 80%, κ=0.87) phenotypes. Incorporation of nasal potential difference into the American algorithm failed to improve the overall degree of concordance (good agreement level; κ=0.75); the level of agreement was unchanged in RESP and PANC subjects, but reduced in AZOOSP subjects (from excellent to good). Extensive genotyping had limited clinical utility in the diagnosis of CF in both algorithms. CONCLUSIONS: Despite inconsistencies between the American and European diagnostic recommendations, concordance in diagnostic outcomes among subjects presenting with single organ manifestations of CF was good to excellent. These diagnostic guidelines provide guidance and promote rigorous evaluation for the diagnosis of CF but neither guideline should be regarded as dogma.
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 | 0,000 | 0,006 |
| 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 ».