Developing and Refining New Candidate Criteria for Systemic Lupus Erythematosus Classification: An International Collaboration
Notice bibliographique
Résumé
OBJECTIVE: To define candidate criteria within multiphase development of systemic lupus erythematosus (SLE) classification criteria, jointly supported by the American College of Rheumatology and the European League Against Rheumatism. Prior steps included item generation and reduction by Delphi exercise, further narrowed to 21 items in a nominal group technique exercise. Our objectives were to apply an evidence-based approach to the 21 candidate criteria, and to develop hierarchical organization of criteria within domains. METHODS: A literature review identified the sensitivity and specificity of the 21 candidate criteria. Data on the performance of antinuclear antibody (ANA) as an entry criterion and operating characteristics of the candidate criteria in early SLE patients were evaluated. Candidate criteria were hierarchically organized into clinical and immunologic domains, and definitions were refined in an iterative process. RESULTS: Based on the data, consensus was reached to use a positive ANA of ≥1:80 titer (HEp-2 cells immunofluorescence) as an entry criterion and to have 7 clinical and 3 immunologic domains, with hierarchical organization of criteria within domains. Definitions of the candidate criteria were specified. CONCLUSION: Using a data-driven process, consensus was reached on new, refined criteria definitions and organization based on operating characteristics. This work will be followed by a multicriteria decision analysis exercise to weight criteria and to identify a threshold score for classification on a continuous probability scale.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».