Customary practices in the monitoring of dry eye disease in Sjogren's syndrome
Notice bibliographique
Résumé
Diagnostic testing for dry eye disease (DED) in Sjogren's syndrome (SS) is well described. Little is published about monitoring this systemic autoimmune DED. We analyzed the SS related DED tests used in North American optometric practices and compared academic settings to private practice settings. A retrospective chart review of 123 SS charts from 6 optometric practices in North America was conducted. Testing done during the first examination following a SS diagnosis was recorded on Research Electronic Data Capture (REDCap) database. The complete data file was reviewed and testing type and methodology were compared. Symptoms of DED (98.4% of charts),meibomian gland dysfunction (76.4% of charts), corneal staining with fluorescein (75.6% of charts) and anterior blepharitis (73.2% of charts) were the most frequently recorded variables. Clinicians used different methodologies to measure and grade these variables. Private practitioners were more likely to use symptom questionnaires and grading scales and to describe anterior blepharitis. Academic settings were more likely to record TBUT and tear meniscus height. The monitoring of DED in SS is not uniform in optometric offices across North America. Creating accepted standards of testing will improve the ability of clinicians and researchers to communicate and understand the course of DED in SS. Las pruebas diagnósticas para la enfermedad del ojo seco en el síndrome de Sjogren (SS) están bien descritas. Se ha publicado poco acerca de la supervisión de este síndrome del ojo seco autoinmune sistémico. Analizamos el SS relacionado con las pruebas de ojo seco en las prácticas optométricas de Norte América, y comparamos los centros académicos con los centros de práctica privada. Se realizó una revisión retrospectiva de 123 historias clínicas de SS procedentes de 6 centros optométricos de Norte América. Las pruebas realizadas durante el primer examen, tras el diagnóstico de SS, se registraron en la base de datos Research Electronic Data Capture (REDCap). Se revisó el archivo de datos completo y se compararon el tipo de prueba y la metodología. Las variables más frecuentemente registradas fueron los síntomas de ojo seco (98,4% de las historias), disfunción de la glándula de Meibomio (76,4%), tinción corneal con fluoresceína (75,6%), y blefaritis anterior (73,2%). Los clínicos utilizaron diferentes metodologías para medir y clasificar dichas variables. Los facultativos privados tendieron a utilizar con mayor frecuencia los cuestionarios de síntomas y las escalas de clasificación, y a describir la blefaritis anterior. Los centros académicos tendieron a registrar con mayor frecuencia TBUT y la altura del menisco lagrimal. La supervisión del ojo seco en el SS no es uniforme en los centros optométricos de Norte América. La creación de estándares de pruebas aceptados mejoraría la capacidad de comunicar y comprender el curso del ojo seco en el SS por parte de clínicos e investigadores.
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 | 0,012 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».