Comparison of Sensitivities of American College of Rheumatology and Systemic Lupus International Collaborating Clinics Classification Criteria in Childhood-onset Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: Currently there are 2 different classification criteria for systemic lupus erythematosus (SLE): American College of Rheumatology (ACR) and Systemic Lupus International Collaborating Clinics (SLICC). The aim of this study was to compare the sensitivities of ACR and SLICC criteria in childhood-onset SLE (cSLE) using a large, multiethnic cohort. METHODS: We conducted a retrospective study of 722 patients diagnosed with cSLE at The Hospital for Sick Children (SickKids). Prospectively collected data from SickKids' Lupus Database were reviewed/validated against medical records prior to ACR and SLICC scoring based on cumulative symptoms up to the last visit. Sensitivities were compared using McNemar's test. Descriptive statistics were used to identify SLE features unique to each set of criteria and autoantibodies not included in either. RESULTS: ACR and SLICC sensitivities were as follows: 92.4% and 96.3% overall (p = 0.001); 82.5% and 91.3% (p = 0.01) in those scored ≤ 1 year from diagnosis; 92.7% and 97.9% (p = 0.02) in those scored 2-3 years from diagnosis. Forty-eight of 55 (87.3%) patients who did not meet ACR criteria met SLICC criteria through SLICC-specific criterion or renal biopsy. Twenty of 27 (74.1%) patients who did not meet SLICC criteria met ACR criteria as a result of photosensitivity (73.9%) and ACR lymphopenia criteria (26.1%). Six of 7 patients (85.7%) who were clinically diagnosed with cSLE but did not meet either SLICC or ACR criteria had anti-Ro antibodies. CONCLUSION: SLICC criteria were significantly more sensitive than ACR criteria in cSLE classification, especially early in the disease course. Because of the extreme rarity of primary Sjögren syndrome in children, one may consider adding anti-Ro antibodies to the classification criteria for cSLE because they are present in ∼40% of patents with cSLE.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 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 | 0,001 | 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 ».