Notice bibliographique
Résumé
PURPOSE OF REVIEW: To review the validation of the European League Against Rheumatism (EULAR)/American College of Rheumatology (ACR) 2019 classification criteria for systemic lupus erythematosus (SLE). RECENT FINDINGS: Positive antinuclear antibodies, which constitute the obligatory entry criterion of the EULAR/ACR criteria, were found in the vast majority of SLE patients worldwide, with 97% (94-100%) of patients antinuclear antibodies positive in studies investigating EULAR/ACR criteria performance. Combined over the publications, EULAR/ACR criteria sensitivity was 92% (range 85-97%). Specificity varied more relevantly, with the publications published after the EULAR/ACR 2019 criteria showing 93% (83-98%) specificity. Of particular relevance is the good performance of the EULAR/ACR criteria seen in pediatric SLE as well as in early SLE. SUMMARY: The new classification criteria have been investigated in an impressive number of cohorts worldwide, adding to the data from the EULAR/ACR criteria project cohort. It is critical to strictly keep to the attribution rule, that items are only counted if there is no more likely alternative explanation than SLE, the domain structure, where only the highest weighted item in a domain counts, and the limitation to highly specific tests for antibodies to double-stranded DNA.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».