MétaCan
Menu
Retour à la cohorte
Enregistrement W2165277519 · doi:10.1002/acr.22206

Challenges in Diagnosing Muckle‐Wells Syndrome: Identifying Two Distinct Phenotypes

2013· article· en· W2165277519 sur OpenAlexaff
Jasmin Kuemmerle‐Deschner, Samuel Dembi Samba, Pascal N. Tyrrell, Isabelle Koné‐Paut, Isabelle Marié, Norbert Deschner, Susanne M. Benseler

Notice bibliographique

RevueArthritis Care & Research · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIon channel regulation and function
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineRashPediatricsClinical phenotypeAbdominal painCohortHearing lossInternal medicineDiseasePhenotype

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The diagnosis of Muckle-Wells syndrome (MWS) remains challenging due to the clinical heterogeneity and lack of diagnostic criteria. The aims of this study were to describe key elements of the diagnostic evaluation process in MWS and compare identified variables between patients diagnosed in childhood and adulthood. METHODS: A cohort study of consecutive patients with a clinical and genetic diagnosis of MWS was conducted at 2 reference centers for autoinflammatory diseases. Demographic information, clinical presentation, access to care, and preclinical evaluation variables were captured. Presenting symptoms were compared between groups of patients diagnosed in childhood and adulthood. Prediction analysis explored variables associated with late diagnosis. Correspondence analysis identified clinical phenotypes. RESULTS: A total of 34 MWS patients were included (16 males, 18 females) and median age at diagnosis was 31.5 years (range 0.5-75 years). Patients diagnosed during childhood reported musculoskeletal symptoms (62%), rash (62%), fever (54%), and abdominal pain (31%). Those diagnosed as adults described musculoskeletal symptoms (86%), rash (67%), hearing loss (52%), and fatigue (29%). Hearing loss was associated with late diagnosis, while access-to-care variables were not predictive. Correspondence analysis identified distinct clinical phenotypes as follows: an "inflammatory phenotype" (most commonly seen in patients diagnosed in childhood and characterized by relapsing fever and abdominal pain), an intermediate phenotype, and an "organ-disease" phenotype in patients diagnosed during adulthood and characterized by fatigue and hearing loss. CONCLUSION: Distinct clinical phenotypes were identified in patients with MWS. These are closely related to age at diagnosis. The presence of these phenotypes has to be considered when developing diagnostic criteria for MWS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,076
Tête enseignante GPT0,353
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArthritis Care & ResearchMême sujetIon channel regulation and functionTravaux en français237 207