MétaCan
Menu
Retour à la cohorte
Enregistrement W2620838226 · doi:10.1001/jamaophthalmol.2017.1581

Consensus on Diagnostic Criteria of Idiopathic Orbital Inflammation Using a Modified Delphi Approach

2017· article· en· W2620838226 sur OpenAlexaff
Ilse Mombaerts, Jurij R. Bilyk, Geoffrey E. Rose, Alan A. McNab, Aaron Fay, Peter J. Dolman, Richard C. Allen, Martín H. Devoto, Gerald J. Harris

Notice bibliographique

RevueJAMA Ophthalmology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueIgG4-Related and Inflammatory Diseases
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineDacryoadenitisDelphi methodPathologyDiseaseArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Importance: Current practice to diagnose idiopathic orbital inflammation (IOI) is inconsistent, leading to frequent misdiagnosis of other orbital entities, including cancer. By specifying criteria, diagnosis of orbital inflammation will be improved. Objective: To define a set of criteria specific for the diagnosis of IOI. Design, Setting, and Participants: A 3-round modified Delphi process with an expert panel was conducted from June 8, 2015, to January 25, 2016. Fifty-three orbital scientist experts, identified through membership in the Orbital Society, were invited to participate in on online survey and they scored, using 5-point Likert scales, items that are eligible as diagnostic criteria from the literature and from personal experience. The items were clustered around the anatomic subtypes of IOI: idiopathic dacryoadenitis and idiopathic orbital fat inflammation (2 nonmyositic IOIs), and idiopathic orbital myositis (myositic IOI). Items with dissensus were rescored in the second round, and all items with consensus (median, ≥4; interquartile range, ≤1) were ranked by importance in the third round. Main Outcomes and Measures: Consensus on items to be included in the criteria. Results: Of the 53 experts invited to participate, a multinational panel of 35 (66%) individuals with a mean (SD) years of experience of 31 (11) years were included. Consensus was achieved on 7 of 14 clinical and radiologic items and 5 of 7 pathologic items related to diagnosis of nonmyositic IOI, and 11 of 14 clinical and radiologic items and 1 of 5 pathologic items for myositic IOI. There was agreement among panelists to focus on surgical tissue biopsy results in the diagnosis of nonmyositic IOI and on a trial with systemic corticosteroids in myositic IOI. Panelists agreed that a maximum number of 30 IgG4-positive plasma cells per high-power field in the orbital tissue is compatible with the diagnosis of IOI. Conclusions and Relevance: An international panel of experts endorsed consensus diagnostic criteria of IOI. These criteria define a level of exclusion suggested for diagnosis and include tissue biopsy for lesions not confined to the extraocular muscles. This consensus is a step toward developing guidelines for the management of IOI, which needs to be followed by validation studies of the criteria.

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)0,209
score de la tête « metaresearch » (Gemma)0,193
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,209
Score d'incertitude au seuil0,976

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2090,193
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0070,003
Études des sciences et des technologies0,0050,006
Communication savante0,0040,004
Science ouverte0,0040,014
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,342
Écart entre enseignants0,275 · 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.

Devis d'étudeQualitatif
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

Citations133
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA OphthalmologyMême sujetIgG4-Related and Inflammatory DiseasesTravaux en français237 207