Progress in the Evolution of Systemic Sclerosis Classification Criteria and Recommendation for Additional Comparative Specificity Studies
Notice bibliographique
Résumé
Sensitivity and specificity performance of the 2013 American College of Rheumatology/European League Against Rheumatism (ACR/EULAR) classification criteria for systemic sclerosis (SSc)1,2 were assessed by Hoffmann-Vold, et al in this issue of The Journal 3. Sensitivity was tested in 425 consecutive, representative patients with SSc seen at the Oslo University Hospital and compared to the original 1980 American Rheumatism Association (now ACR) preliminary criteria for definite SSc4 and the subsequent 2001 criteria for early SSc proposed by LeRoy and Medsger5. Sensitivity (also called the true positive percent) is a binary classification measure of performance function, which indicates the proportion of all true cases in the study cohort who satisfy criteria. The 425 SSc cases analyzed in the Norwegian study satisfied either the 1980 ACR criteria for certain diagnosis or the 2001 LeRoy and Medsger criteria for early disease3. Specificity of the 2013 criteria was tested in a Norwegian nationwide cohort of 178 patients with mixed connective tissue disease (MCTD). Specificity (also called the true negative percent) indicates the proportion of the comparative or control subjects, like those having MCTD, who do not satisfy a criteria set. SSc is a heterogeneous, multisystem, and multistage disorder marked by variable expression in its patterns of presentation and course of disease. Its pathogenesis is believed to differ from Raynaud disease and several of the other systemic connective tissue diseases (CTD), as do systemic lupus erythematosus (SLE) and idiopathic inflammatory myopathy (IIM). However, MCTD has frequent overlapping clinical features with SSc6,7. A vexing classification issue for SSc criteria development is how to deal with MCTD patients whose diagnosis depends heavily upon the presence of high titer antibody to U1RNP rather than a typical clinical profile7. Analytical complexity can arise in comparing … Address correspondence to Dr. Masi; E-mail: amasi{at}uic.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 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 | 0,348 | 0,431 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,014 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,012 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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.
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 ».