The challenges and controversies of measuring disease activity in systemic sclerosis
Notice bibliographique
Résumé
Major alteration of the natural history of systemic sclerosis is limited with current treatments, and the development of novel therapies has been hampered, in part, by the lack of fully validated multi-system outcome measures. There remains a lack of consensus as to the very definition of systemic sclerosis disease activity, complicating efforts to measure activity in clinical trials. Previously published multi-system measures of disease status are yet to be fully validated according to the Outcome Measures in Rheumatology (OMERACT) filter. There is currently significant research interest in developing new systemic sclerosis-specific measures to better describe and compare patient cohorts and measure therapeutic responses in clinical trials. An accurate measure of disease activity in systemic sclerosis will facilitate the enrichment of clinical trials with patients who have active disease, targeting a group of patients most likely to benefit from therapeutic intervention. In addition, following on from successes in other rheumatic conditions, a state of low disease activity, measured by an activity index, may become a clinical trial end point and therapeutic target. The Scleroderma Clinical Trials Consortium has undertaken to develop a definition of disease activity and fully validate a new systemic sclerosis activity index. The Scleroderma Clinical Trials Consortium Activity Index will be developed using consensus and data-driven methods and is envisaged to be widely used in research and clinical settings.
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 | 0,046 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,009 | 0,012 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,014 | 0,048 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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 ».