Validation of the <scp>HScore</scp> and the <scp>HLH</scp>‐2004 diagnostic criteria for the diagnosis of hemophagocytic lymphohistiocytosis in a multicenter cohort
Notice bibliographique
Résumé
Timely diagnosis of hemophagocytic lymphohistiocytosis (HLH) is critical and relies on clinical judgment. The HLH-2004 criteria are commonly used diagnostic criteria, whereas HScore was recently developed for reactive HLH. OBJECTIVE: In this external validation study, we sought to compare the diagnostic accuracy of the HLH-2004 criteria and HScore and identify optimal cutoffs stratified by underlying etiology. METHODS: In this retrospective cohort of all hospitalized adults in Alberta, Canada, (1999-2019) who had ferritin >500 ng/ml and underwent either biopsies or soluble CD25 testing, we calculated the diagnostic accuracy of HLH-2004 and HScore for the overall population and different etiologies. RESULTS: Of 916 patients, 98 (11%) had HLH. HLH-2004 criteria ≥5 predicted HLH with a sensitivity of 91%, specificity of 93%, positive predictive value of 90%, and negative predictive value of 94% (c-statistic 92%). HScore ≥169 predicted HLH with better sensitivity (96%) but reduced specificity (71%), whereas the optimal cutoff ≥200 performed comparably to HLH-2004. HLH-2004 criteria outperformed HScore in most etiologies, whereas HScore improved sensitivity in inflammatory/autoimmune-HLH. The optimal cutoff of HScore was higher in hematopoietic cell transplant due to higher prevalence of fevers and cytopenias. CONCLUSION: HLH-2004 criteria and HScore demonstrated excellent discriminatory power in identifying HLH. HScore may improve diagnostic accuracy in autoimmune-HLH.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».