MétaCan
Menu
Retour à la cohorte
Enregistrement W2596603956 · doi:10.1136/lupus-2016-000176

Use of SLICC criteria in a large, diverse lupus registry enables SLE classification of a subset of ACR-designated subjects with incomplete lupus

2017· article· en· W2596603956 sur OpenAlexfundno aff
Teresa Aberle, Rebecka L. Bourn, Hua Chen, Virginia Roberts, Joel M. Guthridge, Krista Bean, Julie M. Robertson, Kathy L. Sivils, Astrid Rasmussen, Meghan Liles, Joan T. Merrill, John B. Harley, Nancy J. Olsen, David R. Karp, Judith A. James

Notice bibliographique

RevueLupus Science & Medicine · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Institute of Allergy and Infectious DiseasesNational Institute of General Medical SciencesNational Human Genome Research InstituteGenentechNational Institutes of HealthHorizon PharmaceuticalsNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood InstituteMallinckrodt PharmaceuticalsU.S. Department of Veterans Affairs
Mots-clésMedicineSystemic lupus erythematosusAutoantibodyInternal medicineMedical recordImmunologyAntibodyDisease

Résumé

récupéré en direct d'OpenAlex

Objective SLE is traditionally classified using the American College of Rheumatology (ACR) criteria. The Systemic Lupus International Collaborating Clinics (SLICC) recently validated an alternative system. This study examined large cohorts of subjects with SLE and incomplete lupus erythematosus (ILE) to compare the impact of ACR and SLICC criteria. Methods Medical records of subjects in the Lupus Family Registry and Repository were reviewed for documentation of 1997 ACR classification criteria, SLICC classification criteria and medication usage. Autoantibodies were assessed by indirect immunofluorescence (ANA, antidouble-stranded DNA), precipitin (Sm) and ELISA (anticardiolipin). Other relevant autoantibodies were detected by precipitin and with a bead-based multiplex assay. Results Of 3575 subjects classified with SLE under at least one system, 3312 (92.6%) were classified as SLE by both systems (SLEboth), 85 only by ACR criteria (SLEACR-only) and 178 only by SLICC criteria (SLESLICC-only). Of 440 subjects meeting 3 ACR criteria, 33.9% (149/440) were SLESLICC-only, while 66.1% (n=291, designated ILE) did not meet the SLICC classification criteria. Under the SLICC system, the complement criterion and the individual autoantibody criteria enabled SLE classification of SLESLICC-only subjects, while SLEACR-only subjects failed to meet SLICC classification due to the combined acute/subacute cutaneous criterion. The SLICC criteria classified more African-American subjects by the leucopenia/lymphopenia criterion than did ACR criteria. Compared with SLEACR-only subjects, SLESLICC-only subjects exhibited similar numbers of affected organ systems, rates of major organ system involvement (∼30%: pulmonary, cardiovascular, renal, neurological) and medication history. Conclusions The SLICC criteria classify more subjects with SLE than ACR criteria; however, individuals with incomplete lupus still exist under SLICC criteria. Subjects who gain SLE classification through SLICC criteria exhibit heterogeneous disease, including potential major organ involvement. These results provide supportive evidence that SLICC criteria may be more inclusive of SLE subjects for clinical 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,102
Tête enseignante GPT0,361
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLupus Science & MedicineMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207