Gold Coast diagnostic criteria: Implications for <scp>ALS</scp> diagnosis and clinical trial enrollment
Notice bibliographique
Résumé
Diagnostic criteria for amyotrophic lateral sclerosis (ALS) are complex, incorporating multiple levels of certainty from possible through to definite, and are thereby prone to error. Specifically, interrater variability was previously established to be poor, thereby limiting utility as diagnostic enrollment criteria for clinical trials. In addition, the different levels of diagnostic certainty do not necessarily reflect disease progression, adding confusion to the diagnostic algorithm. Realizing these inherent limitations, the World Federation of Neurology, the International Federation of Clinical Neurophysiology, the International Alliance of ALS/MND Associations, the ALS Association (United States), and the Motor Neuron Disease Association convened a consensus meeting (Gold Coast, Australia, 2019) to consider the development of simpler criteria that better reflect clinical practice, and that could merge diagnostic categories into a single entity. The diagnostic accuracy of the novel Gold Coast criteria was subsequently interrogated through a large cross-sectional study, which established an increased sensitivity for ALS diagnosis when compared with previous criteria. Diagnostic accuracy was maintained irrespective of disease duration, functional status, or site of disease onset. Importantly, the Gold Coast criteria differentiated atypical phenotypes, such as primary lateral sclerosis, from the more typical ALS phenotype. It is proposed that the Gold Coast criteria should be incorporated into routine practice and clinical trial settings.
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 | 0,573 | 0,759 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,007 | 0,011 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,011 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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.
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 ».