Evaluation of Clinical Measures and Different Criteria for Diagnosis of Adult-onset Still’s Disease in a Chinese Population
Notice bibliographique
Résumé
OBJECTIVE: To determine the value of clinical measures in diagnosis of adult-onset Still's disease (AOSD), and to identify the optimal set of proposed classification criteria, in a Chinese population. METHODS: A total of 70 patients with AOSD and 140 non-AOSD inpatients with fever were retrospectively identified at Zhongshan Hospital, Shanghai, from January 2003 to December 2009. Clinical measures and 4 sets of diagnostic criteria (Yamaguchi, Calabro, Cush, and Reginato) were evaluated by sensitivity, specificity, positive/negative predictive value (PPV, NPV), and positive/negative likelihood ratio (PLR, NLR) for diagnosis of AOSD. RESULTS: In our series, higher sensitivity included hyperpyrexia (temperature ≥ 39°C, 94.29%), arthralgia (80.0%), polymorphonuclear neutrophils (PMN) ≥ 75% (84.29%), serum ferritin ≥ 2-fold the upper normal value (90.0%), negative antinuclear antibodies (85.29%), and rheumatoid factor (84.38%); while higher specificity included transient erythema (98.57%), sore throat (85.0%), leukocytes ≥ 15,000/mm(3) (87.86%), and PMN ≥ 85% (85.0%). Rash, arthralgia, and sore throat were found to have better sensitivity and specificity (PLR 3.29-4.86). Leukocytes ≥ 10,000/mm(3), PMN ≥ 80%, and serum ferritin ≥ 5-fold the upper normal limit were set as critical points. The Reginato criteria set had the highest specificity, 99.29%. The Yamaguchi set had the highest sensitivity, 78.57%, with a better accuracy of 87.14%. CONCLUSION: The Yamaguchi diagnostic criteria had better accuracy in Chinese patients. Indicators such as rash, arthralgia, sore throat, leukocytes ≥ 10,000/mm(3), PMN ≥ 80%, and serum ferritin ≥ 5-fold the upper normal limit were helpful for diagnosis of AOSD. We recommend using these indicators in combination instead of alone.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».