The ClASsification for Psoriatic ARthritis (CASPAR) Criteria – A Retrospective Feasibility, Sensitivity, and Specificity Study: Table 1.
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the sensitivity, specificity, and feasibility of the ClASsification criteria for Psoriatic ARthritis (CASPAR) to retrospectively classify an existing research cohort. METHODS: In total, 480 patient records were reviewed from the Royal National Hospital for Rheumatic Diseases Psoriatic Arthritis (PsA) cohort and for 100 consecutive controls with inflammatory arthritis from a general rheumatology clinic. The CASPAR score was modified for retrospective use; both "inflammation" and "current psoriasis" were recorded as present if they had ever been confirmed in the rheumatology clinic. Sensitivity and specificity of the CASPAR criteria were compared with expert clinical diagnosis. RESULTS: A total of 480 database records were identified. Nine sets of records had been lost or destroyed. The diagnoses had changed in 15 cases, which were transferred to the control arm, leaving 456 patients with an expert diagnosis of PsA. Of 115 controls, 96 had rheumatoid arthritis, 5 osteoarthritis, 3 reactive arthritis, 3 seronegative arthritis, 3 undifferentiated arthralgia, 2 ankylosing spondylitis, 1 spondyloarthritis, and 2 systemic sclerosis. Sensitivity (99.7%) and specificity (99.1%) were both high and equivalent to previous reports. Sensitivity remained high even after inclusion of 7 PsA patients with insufficient data to complete the CASPAR assessment (sensitivity 98.2%, specificity 99.1%). The criteria were found to be easy and practical to apply to case records. CONCLUSION: Our study demonstrates that the feasibility, specificity, and sensitivity of the CASPAR are maintained when adapted for retrospective use to classify an established research cohort.
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 | 0,001 | 0,000 |
| 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 ».