Worldwide Expert Agreement on Updated Recommendations for the Treatment of Systemic Sclerosis
Notice bibliographique
Résumé
OBJECTIVE: To evaluate agreement of the updated European League Against Rheumatism and European Scleroderma Trials and Research group (EUSTAR) recommendations for treatment of systemic sclerosis (SSc) among international experts. In addition, to determine factors that might influence agreement. METHODS: Level of agreement (10-point scale: 0 = not at all, 10 = completely agree) and local drug availability (yes/no) were assessed using an online survey. The Web link to the survey was shared with 481 unique e-mail addresses and SSc networks (Scleroderma Clinical Trials Consortium, Australian Scleroderma Interest Group, International Systemic Sclerosis Inception Cohort). Level of agreement was compared between subgroups stratified for participant characteristics. RESULTS: In total, 263 experts participated, of whom n = 209 (79%) completed each single item. The majority were rheumatologists (n = 200, 76%) working in Europe (n = 185; 71%); 59% (n = 156) were EUSTAR members; and 57% (n = 151) had > 10 years of clinical experience. Overall level of agreement was high (mean 8.0, SD 2.5). The 3 highest mean agreements included (1) angiotensin-converting enzyme inhibitors for scleroderma renal crisis (9.2, SD 2.1); (2) blood pressure control in SSc-patients treated with corticosteroids (9.0, SD 2.2); (3) proton pump inhibitors to prevent reflux complications (9.0, SD 2.2). The 3 lowest mean agreements included (1) fluoxetine for Raynaud phenomenon (RP; 4.6, SD 2.8); (2) hematopoietic stem cell transplantation (HSCT) for severe SSc (7.1, SD 2.9); (3) phosphodiesterase inhibitors 5 for RP (7.3, SD 2.7). Agreement differed between Europe and non-Europe for the use of iloprost, bosentan, methotrexate, HSCT, and cyclophosphamide. Treatment availability could partially explain differential agreement for iloprost, bosentan, and HSCT. CONCLUSION: In general, worldwide expert agreement on updated recommendations for treatment of SSc is high, supporting their value. Differences in agreement are partially explained by geographical area and treatment availability.
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 | 0,248 | 0,317 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».