MétaCan
Menu
← Retour à la cohorte
Enregistrement W2910916767 · doi:10.3899/jrheum.180905

Clinical Utility of Antipeptidyl Arginine Deiminase Type 4 Antibodies

2019· letter· en· W2910916767 sur OpenAlexvenueno aff
Erika Darrah, Laura Martínez-Prat, Michael Mähler

Notice bibliographique

RevueThe Journal of Rheumatology · 2019
Typeletter
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensnon disponible
Organismes subventionnairesJohns Hopkins University
Mots-clésMedicineAntibodyArginine deiminaseImmunopathologyArginineImmunologyGeneticsAmino acid

Résumé

récupéré en direct d'OpenAlex

Rheumatoid factor (RF) and anticitrullinated protein antibodies (ACPA) are important biomarkers in the diagnosis of rheumatoid arthritis (RA) but leave a gap of > 50% seronegative in early RA1. In addition, there is marked clinical heterogeneity in the seropositive group, precluding the use of RF and ACPA alone as prognostic biomarkers. These characteristics drive the demand for novel diagnostic and prognostic markers in RA1. In this context, we read the recent paper by Guderud, et al on the clinical utility of antipeptidyl arginine deiminase type 4 (anti-PAD4) antibodies with great interest2. The authors studied anti-PAD4 antibodies in 745 patients with RA using a dissociation-enhanced lanthanide fluorescence immunoassay (DELFIA) and found 26% to be positive. In addition, the study also investigated the genotype of PADI4 using TaqMan assays in 945 patients and 1118 controls. Based on the results, the authors concluded that anti-PAD4 antibodies are not useful clinical biomarkers in RA. Unfortunately, there are some significant questions and concerns regarding this conclusion. Importantly, the authors did not … Address correspondence to M. Mahler, Inova Diagnostics, 9900 Old Grove Road, San Diego, California 32131-1638, USA. E-mail: mmahler{at}inovadx.com or m.mahler.job{at}web.de

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,377
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rheumatology→Même sujetMonoclonal and Polyclonal Antibodies Research→Travaux en français237 207→