The value of inquiring about functional impairments for early identification of inflammatory arthritis: a large cross-sectional derivation and validation study from the Netherlands
Notice bibliographique
Résumé
OBJECTIVES: Healthcare professionals other than rheumatologists experience difficulties in detecting early inflammatory arthritis (IA) by joint examination. Self-reported symptoms are increasingly considered as helpful and could be incorporated in online tools to assist healthcare professionals, but first their discriminative ability must be assessed. As part of this effort, we evaluated whether inquiring about functional impairments could aid early IA identification. DESIGN: Cross-sectional derivation and validation study. SETTING: Data from two Early Arthritis Recognition Clinics (EARC) in the Netherlands were studied, which are easy access outpatient rheumatology clinics intermediary between primary and secondary care for patients in whom general practitioners suspect but are unsure about IA presence. PARTICIPANTS: Between 2010 and 2014, 997 patients consecutively visited the Leiden-EARC (derivation cohort). Patients consecutively visiting the Groningen EARC (2010-2014, n=506) and Leiden-EARC (2015-2018, n=557) served as validation cohorts. PRIMARY AND SECONDARY OUTCOME MEASURES: Physical functioning was assessed with the Health Assessment Questionnaire Disability-Index (HAQ); IA presence by physical joint examination by rheumatologists. HAQ questions were studied individually regarding discriminative ability for IA presence. For the best discriminating question, ORs and positive predictive values (PPVs) for IA presence were determined. RESULTS: IA was ascertained in 43% (derivation cohort), 53% and 35% (validation cohorts). In the derivation cohort, IA presence associated with higher mean HAQ scores (0.84 vs 0.73, p=0.003). One question on difficulties with dressing equalled discriminative ability of the total HAQ score. 'Difficulties with dressing' yielded ORs for IA presence of 1.8 (95% CI 1.4 to 2.4) in the derivation cohort; 2.0 (1.4 to 2.9) and 2.1 (1.5 to 3.1) in the validation cohorts. After adjustments for clinical characteristics these were 1.7 (1.3 to 2.3), 1.6 (1.1 to 2.5) and 1.9 (1.2 to 2.9). PPVs (probabilities of IA for positive answers) ranged 42%-60% and negative predictive values (probabilities of no IA for negative answers) ranged 57%-74%. CONCLUSIONS: Patient-reported difficulties with dressing in patients with suspected IA associated with actual IA presence. Although further validation is required, for example, in primary care, this simple question could be of help in future early IA detection tools for healthcare professionals with limited experience in joint examination.
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 | 0,009 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».