ANCA-associated Vasculitides and Classification: A Conundrum Solved?
Notice bibliographique
Résumé
The discovery of the antineutrophil cytoplasmic antibody (ANCA) has brought us closer to understanding the mechanisms involved in the development of certain vasculitides. In spite of this, an ideal classification scheme for vasculitis has eluded the literature. This is especially true for those vasculitides that we believe are related to ANCA, a group of disorders sometimes referred to as ANCA-associated vasculitides, or AAV [Wegener’s granulomatosis (WG), Churg-Strauss syndrome (CSS), microscopic polyangiitis (MPA), and the occasionally referred to renal limited vasculitis]. In this issue of The Journal , Linder, et al from the University of Heidelberg once again tackle the issue of classification, specifically WG versus MPA, using an artificial neural network (ANN)1. There are many issues when assessing classification criteria. Historically, vasculitis was initially described histologically in a patient with necrotizing arteritis in 1866 by Kussmaul and Meir, who named the disease “periarteritis nodosa” (PAN). By the 1950s, many investigators realized that there were clinically and pathologically distinct forms of arteritis and that many if not all the vessels involved smaller arteries. In 1952, Zeek proposed the generic term “necrotizing vasculitis” to designate 5 distinct types of systemic vasculitis defined by clinical and pathological findings2. All subsequent classifications are to some extent derived from Zeek’s classification. Also by the 1950s two variant forms of vasculitis with … Address correspondence to Dr. Khalidi; E-mail: naderkhalidi{at}sympatico.ca
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 | 0,045 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,004 | 0,016 |
| Communication savante | 0,010 | 0,034 |
| Science ouverte | 0,009 | 0,007 |
| Intégrité de la recherche | 0,012 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,004 |
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 ».