Misdiagnosis of primary immune thrombocytopenia and frequency of bleeding: lessons from the McMaster ITP Registry
Notice bibliographique
Résumé
/L from a tertiary hematology clinic in Canada were eligible. Patients completed a panel of investigations and were managed per clinical need. Two hematologists initially determined the cause of the thrombocytopenia using standard criteria and reevaluated the diagnosis over time, which was adjudicated at regular team meetings. Bleeding was graded from 0 (none) to 2 (severe) prospectively using an ITP-specific tool. Data were validated by duplicate chart review and source verification. Between 2010 and 2016, 614 patients were enrolled. Median follow-up for patients with >1 visit was 1.7 years (interquartile range, 0.8-3.4). At registration, 295 patients were initially diagnosed with primary ITP; of those, 36 (12.2%) were reclassified as having a different diagnosis during follow-up. At registration, 319 patients were initially diagnosed with another thrombocytopenic condition; of those, 10 (3.1%) were ultimately reclassified as having primary ITP. Of 269 patients with a final diagnosis of primary ITP, 56.5% (95% confidence interval [CI], 50.4-62.5] experienced grade 2 bleeding at 1 or more anatomical site, and 2.2% (95% CI, 0.8-4.8) had intracranial hemorrhage. Nearly 1 in 7 patients with primary ITP were misdiagnosed. Grade 2 bleeding was common. Registry data can help improve the clinical and laboratory classification of patients with ITP.
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 | 0,020 | 0,141 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».