Controversies: molecular vs. clinical systemic sclerosis classification
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Systemic sclerosis (SSc) is a multisystem chronic disease characterized by the three cardinal pathological features, including autoimmunity/inflammation, vasculopathy, and fibrosis, with unknown etiology. Individual patients manifest these three components to variable degrees, resulting in the diverse heterogeneity of clinical presentation. The classification of SSc patients into relatively homogenous subtypes is helpful in the setting of daily clinical practice and the field of clinical and basic research. The classification of SSc has been continuously discussed over four decades based on the clinical and laboratory features, especially the extent of skin sclerosis and disease-related autoantibodies. This clinical classification system enables clinicians to provide general advice regarding prognosis and risk for internal organ disease, but only permits estimates of outcomes informed by population-based studies. On the other hand, the recent decade has seen much progress in the understanding of molecular aspects of SSc complex pathology, raising a discussion on molecular classification of SSc. The development of molecular targeting therapies, especially biologics, further strengthens the importance of molecular classification which aids the identification of potential responders for each treatment. Although a careful validation study is required for molecular classification of SSc due to its large heterogeneity, the advance of molecular classification would introduce a further modification into SSc classification system in the near future. Importantly, clinical and molecular classifications are not mutually exclusive, therefore the combination would facilitate the development of a better classification system of this complex heterogeneous disorder that is useful in both the clinical setting and research studies.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle