Notice bibliographique
Résumé
We appreciate the feedback from Fritzler, et al 1, on our article “A Negative Antinuclear Antibody Does Not Indicate Autoantibody Negativity in Myositis: Role of Anticytoplasmic Antibody as a Screening Test for Antisynthetase Syndrome,” published in The Journal 2. Our primary goal was to simply call attention to the many clinical laboratories in the United States that will report a negative antinuclear antibody (ANA) and not report the presence of cytoplasmic staining, which could indicate the presence of an antisynthetase autoantibody. This indeed may be in the setting of other commercial autoantibodies (i.e., rheumatoid factor, antineutrophil cytoplasmic antibodies, etc.) also being reported as negative. The clinical correlate of this is that the patient with the antisynthetase syndrome (particularly those with non-Jo1 autoantibodies) may not fully manifest the entire clinical spectrum of the antisynthetase syndrome but could certainly present with lung dominant disease. Thus, when autoantibody testing is ordered on this subset of patients, there is the possibility that the report yields a “negative” ANA. This forme fruste of autoimmune interstitial lung … Address correspondence to Dr. R. Aggarwal, UPMC Arthritis and Autoimmunity Center, Division of Rheumatology and Clinical Immunology, Department of Medicine, University of Pittsburgh, 3601 Fifth Ave., Suite 2B, Pittsburgh, Pennsylvania 15213, USA. E-mail: aggarwalr{at}upmc.edu
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 | 0,003 | 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 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,015 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,011 |
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 ».