Self-reported Diagnosis of Rheumatoid Arthritis or Ankylosing Spondylitis Has Low Accuracy: Data from the Nord-Trøndelag Health Study
Notice bibliographique
Résumé
OBJECTIVE: Self-reported diagnoses of inflammatory arthritis are not accurate. The primary study aim was to ascertain self-reported diagnoses of rheumatoid arthritis (RA) and ankylosing spondylitis (AS) in the Norwegian population-based Nord-Trøndelag Health Study (HUNT) using hospital case files. The secondary aim was to provide updated estimates of the prevalence and incidence of RA and AS. METHODS: All inhabitants ≥ 20 years old from the county of Nord-Trøndelag were invited. Data from 70,805 unique participants from HUNT2 (1995-1997) and HUNT3 (2006-2008) were included. For participants who self-reported RA or AS, case files from all 3 hospitals in the catchment area were evaluated using standardized diagnostic criteria. RESULTS: Of 2703 self-reported cases of RA, 19.1% were verified in hospital files. Of 1064 self-reported cases of AS, 15.8% were verified. Of 259 cases self-reporting both RA and AS, 8.1% had RA and 5.4% had AS. Overall, a self-report of 1 or both diagnoses could not be verified in 82.1%, including 22.8% with insufficient information or no case file. The prevalence of RA was 768 (95% CI 705-835) per 100,000. The incidence of RA from HUNT2 to HUNT3 was 0.48 (0.41-0.56) per 1000 per year. The prevalence of AS was 264 (228-305) per 100,000. The incidence of AS from HUNT2 to HUNT3 was 0.19 (0.15-0.24) per 1000 per year. CONCLUSION: Self-reported diagnoses of RA and AS are often false-positive. The prevalence and incidence of RA were comparable to reports from similar populations. The incidence of AS was higher than previously reported in a mixed population from Norway.
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 | 0,009 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».