MétaCan
Menu
Retour à la cohorte
Enregistrement W3016492833 · doi:10.1111/pde.14155

Novel use of Autoinflammatory Diseases Activity Index (AIDAI) captures skin and extracutaneous features to help manage pediatric DITRA: A case report and a proposal for a modified disease activity index in autoinflammatory keratinization disorders

2020· article· en· W3016492833 sur OpenAlexaff
Chloe Stephenson, Vimal H. Prajapati, Charlene Hunter, Paivi Miettunen

Notice bibliographique

RevuePediatric Dermatology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatology and Skin Diseases
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicinePsoriasisGeneralized pustular psoriasisDiseaseDermatologyPsoriasis Area and Severity IndexPathology

Résumé

récupéré en direct d'OpenAlex

Generalized pustular psoriasis (GPP) is a severe form of psoriasis, which is rare in pediatric and adult patients. It is characterized by sterile pustular lesions that appear on erythematous skin, associated with systemic features. A recent identification of mutations in the IL36RN gene in some GPP patients has led to a diagnosis of new autoinflammatory disease, interleukin-36-receptor antagonist deficiency (DITRA). DITRA represents an emerging group of autoinflammatory diseases with hyperkeratotic skin involvement, called autoinflammatory keratinization diseases (AIKD). DITRA diagnosis and management are challenging as neither DITRA-specific clinical assessment tools nor treatment trials exist. Autoinflammatory Diseases Activity Index (AIDAI) is a validated tool originally developed to evaluate disease activity and treatment response in other inherited autoinflammatory diseases with systemic and skin involvement. We report the first use of AIDAI in a pediatric DITRA patient with the following goals: (a) to describe the contribution of AIDAI to our patient's management; (b) to identify potential limitations of AIDAI in DITRA; (c) to review literature for current psoriasis assessment tools; and (d) to propose a preliminary DITRA/AIKD disease activity index (DITRA/AIDAI) to be validated in future studies.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,013
Tête enseignante GPT0,255
Écart entre enseignants0,242 · 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'étudeÉtude de cas
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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric DermatologyMême sujetDermatology and Skin DiseasesTravaux en français237 207