Clinical signs and symptoms in a joint model of four disease activity parameters in juvenile dermatomyositis: a prospective, longitudinal, multicenter cohort study
Notice bibliographique
Résumé
BACKGROUND: It is currently impossible to predict the prognosis of patients with juvenile dermatomyositis (JDM). The aim of this study was to find clinical features most strongly associated with outcome variables in JDM as a first step towards tailor-made treatment. METHODS: In a large, prospectively followed, multicenter cohort study of 340 patients with JDM, each contributing multiple visits, a Bayesian model of disease activity was developed, using the four continuous outcome variables creatine kinase (CK), childhood myositis assessment score (CMAS), manual muscle testing of 8 muscle groups (MMT8) and the physician's global assessment of disease activity (PGA). Covariates were clinical signs and symptoms. Correlations among visits of the same patient were resolved by introducing subject-specific random effects. RESULTS: Myalgia and dysphonia were associated with worse disease activity according to all outcome variables. Periorbital rash, rash on the trunk, rash over large joints, nail fold changes and facial swelling were associated with higher PGA. Notably, periorbital rash was also associated with higher CK and lower CMAS and nail fold changes with lower CMAS. Contractures were associated with lower CMAS and MMT8 and higher PGA. Patients with higher CMAS exhibited a higher MMT8 as well. PGA had the highest probability among the four outcome variables of being abnormal even if the other three outcome variables were normal. CONCLUSIONS: The signs and symptoms associated with disease activity could be used to stratify patients and adapt treatment plans to disease activity. The correlation between CMAS and MMT8 and the unique information captured by PGA implied that PGA should be maintained as an outcome variable, whereas CMAS and MMT8 might be simplified.
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 | 0,002 | 0,000 |
| 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 | 0,000 | 0,001 |
| 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 | 0,000 |
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 tête enseignante, 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 ».