Items for developing revised classification criteria in systemic sclerosis: Results of a consensus exercise
Notice bibliographique
Résumé
OBJECTIVE: Classification criteria for systemic sclerosis (SSc; scleroderma) are being updated. Our objective was to select a set of items potentially useful for the classification of SSc using consensus procedures, including the Delphi and nominal group techniques (NGT). METHODS: Items were identified through 2 independent consensus exercises performed by the Scleroderma Clinical Trials Consortium and the European League Against Rheumatism Scleroderma Trials and Research Group. The first-round items from both exercises were collated and redundancies were removed, leaving 168 items. A 3-round Delphi exercise was performed using a 1-9 scale (where 1 = completely inappropriate and 9 = completely appropriate) and a consensus meeting using NGT was conducted. During the last Delphi round, the items were ranked on a 1-10 scale. RESULTS: In round 1, 106 experts rated the 168 items. Those with a median score of <4 were removed, resulting in a list of 102 items. In round 2, the items were again rated for appropriateness and subjected to a consensus meeting using NGT by European and North American SSc experts (n = 16), resulting in 23 items. In round 3, SSc experts (n = 26) then individually scored each of the 23 items in a last Delphi round using an appropriateness score (1-9) and ranking their 10 most appropriate items for the classification of SSc. Presence of skin thickening, SSc-specific autoantibodies, abnormal nailfold capillary pattern, and Raynaud's phenomenon ranked highest in the final list that also included items indicating internal organ involvement. CONCLUSION: The Delphi exercise and NGT resulted in a set of 23 items for the classification of SSc that will be assessed for their discriminative properties in a prospective study.
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 | 0,001 |
| 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) | 0,000 | 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 ».