Notice bibliographique
Résumé
We need an instrument that is sensitive and specific Outcome assessments for flares in SLE trials have been both overly sensitive and non-specific, depending on the instrument being used. The article in this issue of Rheumatology by Thanou et al. [1], from a well-respected SLE centre, discusses proposed modifications to the classic Safety of Estrogen in Lupus Erythematosus National Assessment (SELENA)-SLEDAI Flair Index (SFI). The SFI is defined by an increase in the SLEDAI of 3 or more points (mild or moderate flare) or a 12 point increase (severe), a 0–3 visual analogue scale (VAS) with anchors for the physician global assessment (none, mild, moderate or severe flare) with an increase in 1 (for mild/moderate) or 2.5 (for severe) and adding NSAIDs or HCQ (for mild) or steroids, but no more than 0.5 mg/kg/day and/or adding a new immunosuppressant (for severe) [2, 3]. The SFI was developed prior to the use of new medications in SLE, such as MMF, belimumab and other biologics. Medications that were changed would be considered a flare but may be added as a standard of care, such as initiation of HCQ as usual care or changing one immunosuppressive to another due to side effects. It is important to try to determine clinically relevant flares for SLE clinical trials, so this article is an important step forward, adding an ability to separate mild to moderate flares and more concordance between flares and the physician global assessment.
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 | 0,003 | 0,025 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».