MétaCan
Menu
Retour à la cohorte
Enregistrement W3047940393 · doi:10.5152/eurjrheum.2020.19116

Systemic sclerosis: To subset or not to subset, that is the question

2020· review· en· W3047940393 sur OpenAlexaff
Sindhu R. Johnson, F.H.J. van den Hoogen, Keshini Devakandan, Marco Matucci‐Cerinic, Janet Pope

Notice bibliographique

RevueEuropean Journal of Rheumatology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueSystemic Sclerosis and Related Diseases
Établissements canadiensToronto Western HospitalUniversity of TorontoWestern UniversityMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineHomogeneousAutoantibodyDiseaseImmunologyInternal medicineAntibody

Résumé

récupéré en direct d'OpenAlex

Systemic sclerosis (SSc) is a heterogeneous disease with variability in autoantibody profiles, skin and internal organ involvement, disease trajectory, and survival. The ability to identify more homogeneous subsets of SSc patients has informed patient care and been an essential aspect of SSc research. In this article, the historic evolution of subsetting systems in SSc are described including clinically based SSc subsetting systems, their utility, strengths, and limitations. There is a shifting paradigm of SSc subsets, including biologic classification of SSc subsets and fully data-driven approaches to SSc subset classification, taking into consideration the needs of the SSc global community in the modern era and the ability to prognosticate patients with SSc. Cite this article as: Johnson SR, van den Hoogen F, Devakandan K, Matucci-Cerinic, Pope JE. Systemic sclerosis: To subset or not to subset, that is the question. Eur J Rheumatol 2020; 7(Suppl 3): S222-7.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,748
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,106
Tête enseignante GPT0,340
Écart entre enseignants0,234 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of RheumatologyMême sujetSystemic Sclerosis and Related DiseasesTravaux en français237 207