Summarizing disease features over time: II. Variability measures of SLEDAI-2K.
Notice bibliographique
Résumé
OBJECTIVE: o determine if the variability of the Systemic Lupus Erythematosus Disease Activity Index 2000 (SLEDAI-2K), along with the Adjusted Mean SLEDAI-2K (AMS), can better predict major outcomes in SLE than the AMS alone. METHODS: Patients were followed in the Lupus Clinic at 2-6 month intervals. Clinical and laboratory information necessary to compute the SLEDAI-2K and Systemic Lupus International Collaborating Clinics/American College of Rheumatology damage index was collected prospectively and entered onto a computerized database. Patients followed for a minimum of 3 visits, and without absence for a period > 18 consecutive months, were included in the study. Six different approaches to measure variability of SLEDAI-2K were evaluated for each visit, along with AMS. Approaches were the standard deviation, the slope, average rate of change by visit, the range, the coefficient of variation, and the Percentage of the visits with a change in SLEDAI-2K > or = 3. The SLE outcomes under study were death, presence of damage, coronary artery disease (CAD), and osteonecrosis (ON). The predictability of each outcome was evaluated through time-dependent covariate survival analyses. Regression models included other known major risk factors such as sex, age at diagnosis, SLEDAI-2K at presentation, and disease duration. RESULTS: Five hundred seventy-five patients seen from 1970 to 2002 were included. The average time between visits was 4.0 +/- 2.2 months. Eighty-five patients died, 325 developed damage, 55 had CAD, and 68 had ON. None of the 6 variability measures added more statistical significance in the prediction of any of the 4 outcomes. For the prediction of survival, AMS [hazard ratio (HR) = 1.16, p < 0.0001] and age at diagnosis (HR 1.05, p < 0.0001) were the only significant risk factors. For presence of damage, AMS (HR 1.06, p < 0.0001), age at diagnosis (HR 1.02, p = 0.0004), and disease duration (HR 1.05, p < 0.0001) were predictors. CAD was predicted by AMS (HR 1.12, p = 0.0003), male sex (HR 2.31, p = 0.02), age at diagnosis (HR 1.06, p < 0.0001), and disease duration (HR 1.10, p < 0.0001). For ON, SLEDAI-2K at presentation (HR 1.04, p = 0.003) and disease duration (HR 0.92, p = 0.05) were significant risk factors. CONCLUSION: Multivariate analysis revealed that AMS, independent of variability of the SLEDAI-2K, is an important predictor of major outcomes in SLE.
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 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».