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
Notice bibliographique
Résumé
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».