Patient-acceptable symptom states in myasthenia gravis
Notice bibliographique
Résumé
<h3>Objectives</h3> To estimate patient-acceptable symptom state (PASS) cut points for myasthenia gravis (MG) health scales. <h3>Methods</h3> We conducted an electronic survey that included the Myasthenia Gravis Impairment Index (MGII), EuroQol 5-Dimension (EQ5D), and a simple PASS question. PASS-anchored thresholds were estimated for the MGII questionnaire through receiver operating characteristic curves. We used the MGII PASS cut point in a validation cohort of 257 patients to estimate PASS thresholds for other clinically relevant health scales such as the Quantitative Myasthenia Gravis Scale (QMGS), Myasthenia Gravis Activities of Daily Living (MG-ADL), Myasthenia Gravis Composite (MGC), and Myasthenia Quality of Life (MG-QoL15). <h3>Results</h3> One hundred twenty-four of ≈250 invited patients answered the electronic survey (49% response rate), and 80 considered their current symptom state acceptable (PASS-positive). They had lower MGII scores than PASS-negative patients (7.76 ± 9.37 vs 25.0 ± 13.7, <i>p</i> < 0.0001) and better EQ5D scores (0.86 ± 0.17 vs 0.69 ± 0.18, <i>p</i> < 0.0001). The MGII questionnaire threshold for PASS was ≤10 points. With the use of this threshold in an independent dataset of 257 patients, all patients in remission or minimal manifestation status were PASS-positive. In addition, some patients in Classes I, II, and IIIA also achieved PASS status. PASS thresholds for the QMGS, MG-ADL, MGC, and MG-QoL15 were ≤7, 2, 3, and 8 points, respectively. <h3>Conclusions</h3> We have estimated thresholds for commonly used myasthenia health scales reflecting patient-acceptable states in patients with MG. These thresholds indicate a global state of well being, rather than a change in scores, or being better. Therefore, PASS thresholds can be used as secondary endpoints for myasthenia research.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».