Comparison of Composite Measure Remission Targets in Psoriatic Arthritis
Notice bibliographique
Résumé
OBJECTIVE: To identify (1) which composite measure is the most stringent target of remission; and (2) which disease component target proves the most difficult to achieve in the different states of minimal disease activity (MDA), Composite Psoriatic Disease Activity Index (CPDAI), Disease Activity Index for Psoriatic Arthritis (DAPSA), and clinical DAPSA (cDAPSA) in patients with psoriatic arthritis (PsA). METHODS: There were 258 patients with PsA recruited. Disease remission was evaluated comparing 4 different composite measures and using remission cutoffs as previously proposed (very low disease activity [VLDA], CPDAI ≤ 2, DAPSA ≤ 4, cDAPSA ≤ 4). RESULTS: Patients met VLDA criteria (MDA 7/7) in 9.0% of visits, DAPSA remission in 19.8%, cDAPSA remission in 23.4% and CPDAI remission in 30.2%. Of 258 patients, MDA criteria (≥ 5/7) were fulfilled in 46.5%. Of those in MDA, VLDA criteria were reached in 25.0%. Patients met the pain visual analog scale (VAS) target in 57.5% of visits when they were in MDA, 43.3% when in low disease activity (MDA 5-6/7), and 44.8% when in CPDAI remission. Multivariate regression analysis revealed that pain VAS was the least likely target to be achieved. Patients with inflammatory-type back pain had significantly higher pain scores; further, a significant relationship was seen between Bath Ankylosing Spondylitis Disease Activity Index and pain VAS. CONCLUSION: Based on our analysis, VLDA proved the most stringent target of disease remission in PsA compared to CPDAI, DAPSA, and cDAPSA. The pain VAS target of ≤ 1.5 cm was the most difficult component to achieve. CPDAI ≤ 2 was found to be the least stringent remission target; however, measurements of axial involvement, which contributed to the elevated pain VAS score in patients not achieving VLDA, were included as a domain in CPDAI only.
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 | 0,004 | 0,014 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».