MétaCan
Menu
Retour à la cohorte
Enregistrement W2167704749 · doi:10.3899/jrheum.091048

Association of RNA Polymerase III Antibodies with Scleroderma Renal Crisis

2010· letter· en· W2167704749 sur OpenAlexvenueno aff
Binh Nguyen, Shervin Assassi, Frank C. Arnett, Maureen D. Mayes

Notice bibliographique

RevueThe Journal of Rheumatology · 2010
Typeletter
Langueen
DomaineMedicine
ThématiqueSystemic Sclerosis and Related Diseases
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Research ResourcesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesUniversity of Texas Health Science Center at Houston
Mots-clésSclerodactylyMedicineCREST SyndromeScleroderma (fungus)AutoantibodyRheumatologyInternal medicineCalcinosisDermatologySystemic sclerodermaTelangiectasiaAntibodyConnective tissue diseaseGastroenterologyPathologyDiseaseImmunologyAutoimmune disease

Résumé

récupéré en direct d'OpenAlex

To the Editor: The study by Cordullo, et al investigated the prevalence of systemic sclerosis (SSc)-related autoantibodies among SSc patients with scleroderma renal crisis (SRC) in Italy. The authors report that the majority of the SRC patients had anti-topoisomerase I (anti-topo I) antibody (30/46, 65%), whereas a minority of patients (7/46, 15%) had anti-RNA polymerase III (RNAP)1. We reviewed cases of SRC in the Scleroderma Family Registry and DNA Repository (Registry) in the USA, which consisted of 1029 patients with SSc at the time of analysis. All patients fulfilled American College of Rheumatology preliminary classification criteria2 or had at least 3 of the 5 features of CREST (calcinosis, Raynaud’s phenomenon, esophageal dysfunction, sclerodactyly, telangiectasia); the diagnosis was verified by medical record review. The Registry database included demographic features, clinical disease characteristics, including extent of skin involvement, and autoantibody … Address correspondence to Dr. Nguyen. E-mail: Binh.Nguyen{at}uth.tmc.edu

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)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,011
Tête enseignante GPT0,237
Écart entre enseignants0,226 · 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'étudeÉtude de cas
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

Citations41
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of RheumatologyMême sujetSystemic Sclerosis and Related DiseasesTravaux en français237 207