Updating the diagnosis, classification and assessment of rosacea: recommendations from the global <scp>ROS</scp> acea <scp>CO</scp> nsensus ( <scp>ROSCO</scp> ) panel
Notice bibliographique
Résumé
BACKGROUND: Rosacea is currently diagnosed by consensus-defined primary and secondary features and managed by subtype. However, individual features (phenotypes) can span multiple subtypes, which has implications for clinical practice and research. Adopting a phenotype-led approach may facilitate patient-centred management. OBJECTIVES: To advance clinical practice by obtaining international consensus to establish a phenotype-led rosacea diagnosis and classification scheme with global representation. METHODS: Seventeen dermatologists and three ophthalmologists used a modified Delphi approach to reach consensus on statements pertaining to critical aspects of rosacea diagnosis, classification and severity evaluation. All voting was electronic and blinded. RESULTS: Consensus was achieved for transitioning to a phenotype-based approach to rosacea diagnosis and classification. The following two features were independently considered diagnostic for rosacea: (i) persistent, centrofacial erythema associated with periodic intensification; and (ii) phymatous changes. Flushing, telangiectasia, inflammatory lesions and ocular manifestations were not considered to be individually diagnostic. The panel reached agreement on dimensions for phenotype severity measures and established the importance of assessing the patient burden of rosacea. CONCLUSIONS: The panel recommended an approach for diagnosis and classification of rosacea based on disease phenotype.
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 | 0,070 | 0,092 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,009 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».