SLEDAI-2K 10 days versus SLEDAI-2K 30 days in a longitudinal evaluation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The objective of the study was to evaluate SLEDAI-2K 30 days over time and to compare with the original SLEDAI-2K 10 days. Forty-one patients seen at The University of Toronto Lupus Clinic were followed at monthly intervals for 12 months. The SLEDAI-2K score was completed twice, once for a 10-day window and again for a 30-day window using the same definitions for the descriptors. Four hundred and nineteen patient-visits in 41 patients were recorded for both SLEDAI-2K for a 10-day and a 30-day window. One hundred and fifty-one patient-visits had a SLEDAI-2K activity score of 0 and 268 patient-visits had varying levels of disease activity in the range 1-15. In all but one patient-visit there was an agreement between the SLEDAI-2K 10 days and 30 days. SLEDAI-2K 30 days scores were concordant with SLEDAI-2K 10 days scores, both in patients in remission and in patients with a spectrum of disease activity levels followed monthly over 1 year. SLEDAI-2K 30 days was validated against SLEDAI-2K 10 days in a longitudinal evaluation over 1 year. We recommend the use of SLEDAI-2K 30 days in clinical studies and clinical trials.
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.
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 | 0,001 |
| 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) | 0,009 | 0,003 |
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 découle