Identification of Diagnostic Criteria for Chronic Hypersensitivity Pneumonitis. An International Modified Delphi Survey
Notice bibliographique
Résumé
RATIONALE: Current diagnosis of chronic hypersensitivity pneumonitis (cHP) involves considering a combination of clinical, radiological, and pathological information in multidisciplinary team discussions. However, this approach is highly variable with poor agreement between centers. OBJECTIVES: We aimed to identify diagnostic criteria for cHP that reach consensus among international experts. METHODS: A 3-round modified Delphi survey was conducted between April and August 2017. Forty-five experts in interstitial lung disease from 14 countries participated in the online survey. Diagnostic items included in round 1 were generated using expert interviews and literature review. During rounds 1 and 2, experts rated the importance of each diagnostic item on a 5-point Likert scale. The a priori threshold of consensus was ≥ 75% of experts rating a diagnostic item as very important or important. In the third round, experts graded the items that met consensus as important and provided their level of diagnostic confidence for a series of clinical scenarios. MEASUREMENTS AND MAIN RESULTS: Consensus was achieved on 18 of the 40 diagnostic items. Among these, experts gave the highest level of importance to the identification of a causative antigen, time relation between exposure and disease, mosaic attenuation on chest imaging, and poorly formed non-necrotizing granulomas on pathology. In clinical scenarios, the diagnostic confidence of experts in cHP was heightened by the presence of these diagnostic items. CONCLUSION: This consensus-based approach for the diagnosis of cHP represents a first step towards the development of international guidelines for the diagnosis of cHP.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».