Notice bibliographique
Résumé
PURPOSE: Thyroid eye disease (TED) is an autoimmune disorder causing inflammation, expansion, and fibrosis of orbital fat, muscle, and lacrimal gland. This article reviews the different methods of grading severity and activity of TED and focuses on the VISA Classification for disease evaluation and planning management. METHODS: Accurate evaluation of the clinical features of TED is essential for early diagnosis, identification of high-risk disease, planning medical and surgical intervention, and assessing response to therapy. Evaluation of the activity and severity of TED is based on a number of clinical features: appearance and exposure, periorbital tissue inflammation and congestion, restricted ocular motility and strabismus, and dysthyroid optic neuropathy. The authors review these clinical features in relation to disease activity and severity. RESULTS: Several classification systems have been devised to grade severity of these clinical manifestations. These include the NO SPECS Classification, the European Group on Graves Orbitopathy severity scale, the Clinical Activity Score of Mourits, and the VISA Classification as outlined here. The authors compare and contrast these evaluation schemes. CONCLUSIONS: An accurate clinical assessment of TED, including grading of disease severity and activity, is necessary for early diagnosis, recognition of those cases likely to develop more serious complications, and appropriate management planning. The VISA Classification grades both disease severity and activity using subjective and objective inputs. It organizes the clinical features of TED into 4 discrete groupings: V (vision, dysthyroid optic neuropathy); I (inflammation, congestion); S (strabismus, motility restriction); A (appearance, exposure). The layout follows the usual sequence of the eye examination and facilitates comparison of measurements between visits and data collation for research.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».