The Economic Value of Genetic Testing for Tolerance of Allopurinol in Gout
Notice bibliographique
Résumé
Gout affects around 0.08% of the population globally and is the most common cause of inflammatory arthritis in men1. Gout is associated with a considerable economic burden to healthcare systems; gout patients incur substantially greater direct healthcare costs compared to the healthy population2,3. The indirect costs to society, such as loss of productive capacity, are also high2,3. Notably, measures of disease activity including serum urate acid (SUA) levels, frequency of flares, and the presence of tophi have all been linked to higher costs2,3. Evidence demonstrates that health-related quality of life (HRQOL) is lower in the gout population when compared with the healthy population, largely attributed to the painful flares and physical disability associated with the disease2,4. The global burden of gout is rising; disability-adjusted life-years increased from 76,000 in 1990 to 114,000 in 20101. The rising burden of gout has led to calls to improve the management of gout across healthcare systems1. Longer-term treatment of chronic gout aims to reduce and maintain target SUA levels, which in turn reduces symptoms and the risk of patients developing painful and debilitating tophi. Urate-lowering therapy (ULT) is indicated for patients with tophi who are experiencing acute attacks and/or with radiographic changes of gout5. ULT drugs either increase the rate of the removal of uric acid by the kidneys or block the production of uric acid5, … Address correspondence to G.E. Shields; E-mail: gemma.shields{at}manchester.ac.uk
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 | 0,005 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».