Flare Rate Thresholds for Patient Assessment of Disease Activity States in Gout
Notice bibliographique
Résumé
OBJECTIVE: To determine the relationship between gout flare rate and self-categorization into remission, low disease activity (LDA), and patient acceptable symptom state (PASS). METHODS: Patients with gout self-categorized as remission, LDA, and PASS, and reported number of flares over the preceding 6 and 12 months. Multinomial logistic regression was used to determine the association between being in each disease state (LDA and PASS were combined) and flare count, and self-reported current flare. A distribution-based approach and extended Youden index identified possible flare count thresholds for each state. RESULTS: Investigators from 17 countries recruited 512 participants. Remission was associated with a median recalled flare count of zero over both 6 and 12 months. Each recalled flare reduced the likelihood of self-perceived remission compared with being in higher disease activity than LDA/PASS, by 52% for 6 months and 23% for 12 months, and the likelihood of self-perceived LDA/PASS by 15% and 5% for 6 and 12 months, respectively. A threshold of 0 flares in preceding 6 and 12 months was associated with correct classification of self-perceived remission in 58% and 56% of cases, respectively. CONCLUSION: Flares are significantly associated with perceptions of disease activity in gout, and no flares over the prior 6 or 12 months is necessary for most people to self-categorize as being in remission. However, recalled flare counts alone do not correctly classify all patients into self-categorized disease activity states, suggesting that other factors may also contribute to self-perceived gout disease activity.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».