Notice bibliographique
Résumé
Background: Systemic sclerosis (SSc) is a vasculopathy with increased tissue deposition of collagen. The aetiology is unknown. Genetic and environmental susceptibility factors have been implicated. It is unknown whether disease presentation varies within Europe. Aims and Methods: The baseline data of all SSc patients entered in the EULAR Scleroderma Trials and Research (EUSTAR) database up to April 2007 were analysed for geographical differences with regard to organ involvement, and geographical clusters with regard to clinical subsets (diffuse vs limited SSc) and autoantibodies (anticentromere vs anti-Scl70). Results: 3661 patients from 79 centres in 62 cities and 23 countries were analysed. There was no clear trend between geographical coordinates and SSc subsets, although there appeared to be an increased prevalence of Scl70 in the more eastern centres. There was no association between geographical longitude or latitude and the age at the onset of Raynaud’s phenomenon or the onset of non-Raynaud’s symptoms. There was also a trend for the more eastern centres to care for patients with a higher prevalence of more severe organ manifestations (pulmonary arterial hypertension, cardiac involvement). Between different centres within one city there was a large variability in the frequency of organ complications. Conclusion: This analysis suggests that eastern centres care for more severe SSc manifestations in Europe. Large differences in patient referral account for a large local variability of SSc presentations and preclude the identification of genetic or environmental factors.
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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,238 | 0,128 |
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 ».