Comparison of radiographic scoring methods in a cohort of RA patients treated with anti-TNF therapy
Notice bibliographique
Résumé
OBJECTIVE: To compare the ability of the simple erosion narrowing score (SENS) to classify radiographic progression relative to the Sharp/van der Heijde score (SHS) in a prospective cohort of anti-TNF-treated RA patients. METHODS: Radiographs of the hands, wrists and feet of patients enrolled in a pharmacovigilance programme are performed every 2 years. These radiographs were read in chronological order by three rheumatologists and scored using the SHS. SENS scores were derived from the SHS. Additionally, one rheumatologist scored the radiographs using the SENS method only. Patients with radiographic progression in excess of the smallest detectable change were classified as progressors. The probability of agreement and κ-value between the SHS and SENS methods for determining progression was calculated. RESULTS: A sample of 25 patients was selected from the database. The annualized mean (s.d.) change in SHS score was 6.61 U (7.48 U) and in SENS score was 2.27 U (2.17 U). Five patients were classified as progressors using SHS and seven using SENS, with a probability of agreement of 84% (κ = 0.565). CONCLUSION: The SENS method captures radiographic progression reliably compared with the more detailed SHS method. SENS is suitable for application in clinical practice or in observational cohorts.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».