Patients diagnosed with Myalgic encephalomyelitis/chronic fatigue syndrome also fit systemic exertion intolerance disease criteria
Notice bibliographique
Résumé
Background: Myalgic encephalomyelitis/ chronic fatigue syndrome (ME/CFS) remains undiagnosed in up to 91% of patients. Recently, the United States-based Institute of Medicine (IOM) developed new diagnostic criteria, naming it systemic exertion intolerance disease (SEID).Purpose: We examined how subjects fit SEID criteria and existing ME/CFS case definitions early in their illness.Methods: A total of 131 subjects fitting 1994 Fukuda CFS criteria at the time of study recruitment completed a survey of symptoms they experienced during their first 6 months of illness. Symptoms were drawn from SEID and existing criteria (1994 Fukuda, 2003 Canadian Consensus Criteria (CCC), and 2011 Myalgic Encephalomyelitis-International Consensus Criteria (ME-ICC)). We calculated and compared the number/percentage of subjects fitting single or combinations of case definitions and the number/percentage of subjects with SEID experiencing orthostatic intolerance (OI) and/or cognitive impairment.Results: At 6 months of illness, SEID criteria identified 72% of all subjects, similar to when Fukuda criteria (79%) or the CCC (71%) were used, whereas the ME-ICC selected for a significantly lower percentage (61%, p < .001). When severity/frequency thresholds were added to the Fukuda criteria, CCC and ME-ICC, the percentage of these subjects also fitting SEID criteria increased to 93%, 97%, and 95%. Eighty-seven percent of SEID subjects endorsed cognitive impairment and 92%, OI; 79% experienced both symptoms.Conclusions: SEID criteria categorize a similar percentage of subjects as Fukuda criteria early in the course of ME/CFS and contain the majority of subjects identified using other criteria while requiring fewer symptoms. The advantage of SEID may be in its ease of use.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».