Accuracy of the Diagnosis of Fibromyalgia by Family Physicians: Is the Pendulum Shifting?
Notice bibliographique
Résumé
OBJECTIVE: We evaluated the accuracy of diagnosis of fibromyalgia (FM) by family physicians. METHODS: We performed a retrospective cohort analysis of 646 consecutive patients newly referred to the outpatient rheumatology clinic of Soroka University Medical Center from January 1, 2005, until December 31, 2007. The kappa statistic was used to measure agreement between family-physician and rheumatologist diagnoses for FM in the total patient cohort as well as in groups stratified by ethnicity. Sensitivity and specificity of family-physician diagnosis of FM were calculated using rheumatologist diagnosis as the gold standard. There were no exclusion criteria. RESULTS: During the time period of the study, 646 new patients were seen in the rheumatology clinic. Of 196 patients referred with an initial diagnosis of FM, the consultant rheumatologist confirmed this diagnosis in 71% of cases. The overall kappa for FM diagnosis between family physicians and rheumatologists was 0.70 (p<0.001), indicating a good level of agreement. Agreement was substantially lower among Bedouin patients (kappa=0.35, p=0.003). All other patients in our study were Jewish Israelis. Using rheumatologist diagnosis as the gold standard, overall sensitivity and specificity of FM diagnosis by family physicians were 87.4% and 88.3%, respectively. CONCLUSION: Family physicians in our region are able to accurately diagnose FM. Future studies might focus on evaluating the factors and biases accounting for differences in level of diagnostic accuracy for FM among various ethnic groups.
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 | 0,010 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».