Predicting Remission Remains a Challenge in Patients with Juvenile Idiopathic Arthritis
Notice bibliographique
Résumé
The consequences of persistent active disease in juvenile idiopathic arthritis (JIA) include chronic pain and disability, in addition to growth disturbances and joint damage1,2. The last 2 decades have seen the development and licensing of biological therapies for JIA, revolutionizing patient care3. Now, more than ever, resolution of the signs and symptoms of JIA (i.e., remission) may be an attainable goal. However, even in cohorts of children and young people (CYP) with JIA where these newer therapies are widely available, fewer than 50% of CYP achieve remission in the first 10 years following diagnosis4. For outcomes to improve in JIA, clinicians must take advantage of the window of opportunity. This window represents a short time after diagnosis whereby early treatments may be most effective5. Thus, appropriate therapies must be used as early as possible. There is an ongoing push toward stratified or personalized medicine across specialties, including rheumatology6. If nonremission could be predicted, patients at higher risk could be managed differently, for example, with the earlier use of targeted therapies such as biologics. This would additionally minimize the risk of adverse events from exposure to unnecessary therapies that may be less successful at controlling disease in that patient. However, it is currently unclear which patients are predisposed toward a remission-like … Address correspondence to Prof. K.L. Hyrich, 2.800 Stopford Building, The University of Manchester, Oxford Road, Manchester M13 9PT, UK. E-mail: Kimme.hyrich{at}manchester.ac.uk
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 | 0,003 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».