MétaCan
Menu
Retour à la cohorte
Enregistrement W3009574399 · doi:10.1002/mus.26859

Long‐term strength and functional status in inclusion body myositis and identification of trajectory subgroups

2020· article· en· W3009574399 sur OpenAlexfundno aff
Alexander Oldroyd, James B Lilleker, J. Williams, Hector Chinoy, James Miller

Notice bibliographique

RevueMuscle & Nerve · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInflammatory Myopathies and Dermatomyositis
Établissements canadiensnon disponible
Organismes subventionnairesManchester Biomedical Research CentreVersus ArthritisMedical Research Council CanadaMedical Research CouncilNational Institute for Health and Care Research
Mots-clésInclusion body myositisTerm (time)Physical medicine and rehabilitationIdentification (biology)TrajectoryMedicineInclusion (mineral)MyositisPhysical therapyPsychologyInternal medicinePhysicsBiologySocial psychology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Objective information on longitudinal disease progression in inclusion body myositis (IBM) is lacking. METHODS: Longitudinal dynamometry and functional status data were collated from a cohort of IBM patients. Annual change was calculated by means of linear modeling. Trajectories of change in grip, knee extension, IBM Functional Rating Scale (IBM-FRS) and Neuromuscular Symptom Score (NSS) were identified by means of latent growth mixture modeling. RESULTS: Data were collated from 75 IBM patients (348 person-years follow-up). Annual strength loss was greatest for pinch (-10%) and knee extension (-4%). Functional deterioration was greatest for males. Three distinct trajectory groups were identified. Rapid deterioration trajectory for grip strength was associated with younger diagnosis age. Rapid deterioration for knee extension strength was associated with older age of diagnosis. DISCUSSION: This study has quantified strength change in IBM and identified distinct trajectory groups, which will aid prognostication and stratification for inclusion into future clinical trials.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,354
Score d'incertitude au seuil0,434

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,232
Écart entre enseignants0,220 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations39
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMuscle & NerveMême sujetInflammatory Myopathies and DermatomyositisTravaux en français237 207