Multinational evidence-based recommendations for the diagnosis and management of gout: integrating systematic literature review and expert opinion of a broad panel of rheumatologists in the 3e initiative
Notice bibliographique
Résumé
We aimed to develop evidence-based multinational recommendations for the diagnosis and management of gout. Using a formal voting process, a panel of 78 international rheumatologists developed 10 key clinical questions pertinent to the diagnosis and management of gout. Each question was investigated with a systematic literature review. Medline, Embase, Cochrane CENTRAL and abstracts from 2010-2011 European League Against Rheumatism and American College of Rheumatology meetings were searched in each review. Relevant studies were independently reviewed by two individuals for data extraction and synthesis and risk of bias assessment. Using this evidence, rheumatologists from 14 countries (Europe, South America and Australasia) developed national recommendations. After rounds of discussion and voting, multinational recommendations were formulated. Each recommendation was graded according to the level of evidence. Agreement and potential impact on clinical practice were assessed. Combining evidence and clinical expertise, 10 recommendations were produced. One recommendation referred to the diagnosis of gout, two referred to cardiovascular and renal comorbidities, six focused on different aspects of the management of gout (including drug treatment and monitoring), and the last recommendation referred to the management of asymptomatic hyperuricaemia. The level of agreement with the recommendations ranged from 8.1 to 9.2 (mean 8.7) on a 1-10 scale, with 10 representing full agreement. Ten recommendations on the diagnosis and management of gout were established. They are evidence-based and supported by a large panel of rheumatologists from 14 countries, enhancing their utility in clinical practice.
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 | 0,340 | 0,508 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,010 | 0,013 |
| Bibliométrie | 0,049 | 0,022 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,012 | 0,013 |
| Science ouverte | 0,009 | 0,014 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».