The Childhood Arthritis and Rheumatology Research Alliance Consensus Treatment Plans
Notice bibliographique
Résumé
The pediatric rheumatic diseases are a heterogeneous group of rare diseases, posing a number of challenges for the use of traditional clinical and translational research methods. Innovative comparative effectiveness approaches are needed to efficiently study treatment strategies and disease outcomes. The Childhood Arthritis and Rheumatology Research Alliance (CARRA) developed the consensus treatment plan (CTP) approach as a comparative effectiveness tool for research in pediatric rheumatology. CTPs are treatment strategies, developed by consensus methods among CARRA members, intended to reduce variation in treatment approaches, standardize outcome measurements, and allow for comparison of the effectiveness of different approaches with the goal of improving disease outcomes. To date, CTPs have been published for 8 different diseases and disease manifestations. The approach has been successfully piloted for juvenile localized scleroderma, systemic juvenile idiopathic arthritis (JIA), polyarticular JIA, dermatomyositis, and lupus nephritis. Large-scale studies are underway for systemic JIA and polyarticular JIA, with the CARRA patient registry serving as the data collection platform. These studies have been designed with stakeholder involvement, including active input from CARRA providers, patients, and parents, with the goal of increasing feasibility and ensuring the relevance of the outcomes. These studies include ancillary biologic specimen collection intended to support additional translational and mechanistic studies. Data from these ongoing CTP studies will provide more information on the ability of this approach to identify effective treatment strategies and improve outcomes in the pediatric rheumatic diseases.
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 | 0,001 |
| 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 | 0,002 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».