Preliminary Validation of the Digital Ulcer Clinical Assessment Score in Systemic Sclerosis
Notice bibliographique
Résumé
Objective. To date, “healed/non-healed” and clinical judgment are the only available assessment tools for digital ulcers (DU) in patients with systemic sclerosis (SSc). The aim of our study is to examine a preliminary composite DU clinical assessment score (DUCAS) for SSc for face, content, and construct validity. Methods. Patients with SSc presenting at least 1 finger DU were enrolled and assessed with the Health Assessment Questionnaire–Disability Index, Cochin scale, visual analog scale (VAS) for DU-related pain, patient global DU status, and global assessment as patient-reported outcomes (PRO), and physician VAS for DU status (phyGDU) as an SSc-DU expert physician/nurse measure. The DUCAS included 7 DU-related variables selected by a committee of SSc DU experts and weighted on a clinical basis. Face validity was examined by consensus and partial construct validity was tested through convergent correlation with other measures of hand function, using Spearman’s correlations. A range of patients with SSc was examined. A linear regression model with backward stepwise analysis was used to determine the relationship of individual variables with the primary clinical parameter, phyGDU. Results. Forty-four patients with SSc (9 males, mean age 55 ± 15 yrs, mean disease duration 9.9 ± 5.8 yrs) were enrolled in the study. Overall DUCAS showed significant positive correlations with all abovementioned PRO (r > 0.4, p < 0.01). When all scores and scales were modeled, only DUCAS significantly predicted phyGDU (r = 0.59, R2 = 0.354, Akaike information criterion = 385.4). Conclusion. Preliminarily, we suggest that the DUCAS may be a new clinical score for SSc-related DU, having face and content validity and convergent/divergent correlations (construct validity). These early data suggest that this score deserves further evaluation.
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 | 0,009 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; 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 ».