Notice bibliographique
Résumé
To the Editor; With great interest I read the article by Saginur et al, titled ‘Antitissue transglutaminase antibody determination versus upper endoscopic biopsy diagnosis of paediatric celiac disease’, regarding the use of a blood test (antitissue transglutaminase [aTTG] level) to distinguish children with celiac disease from children without to avoid performing an upper endoscopic biopsy. This is very relevant and, if adequately distinguishing, may prevent a large number of unnecessary endoscopies. The authors describe their study population, and in the results tell us that the specificity is very high, but sensitivity is low. A low sensitivity would mean that, of all patients with the disease, only few tested positive through the aTTG testing. The sensitivity of a test is its ability to recognize correctly persons who have a disease or condition. The specificity of a test is the ability of a test to recognize correctly persons who do not have a disease or condition (1). The authors state that, with increasing thresholds (≥70 U/mL, ≥100 U/mL, ≥200 U/mL), the specificity increases (97%, 97% and 100%, respectively) and the sensitivity decreases (52%, 39% and 30%, respectively). With a test that has a positive correlation with disease (a higher value of aTTG correlates with a higher chance of disease; Figure 1 in the article), this does not make sense, and I would expect the sensitivity to increase and the specificity to decrease.
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 | 0,002 | 0,033 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,015 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,020 |
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 ».