A Risk Score to Detect Subclinical Rheumatoid Arthritis–Associated Interstitial Lung Disease
Notice bibliographique
Résumé
OBJECTIVE: Patients at high risk of rheumatoid arthritis-associated interstitial lung disease (RA-ILD) would benefit from being identified before the onset of respiratory symptoms; this can be done by screening patients with the use of chest high-resolution computed tomography (HRCT). Our objective was to develop and validate a risk score for patients who have subclinical RA-ILD. METHODS: Our study included a discovery population and a replication population from 2 prospective RA cohorts (ESPOIR and TRANSLATE2, respectively) without pulmonary symptoms who had received chest HRCT scans. All patients were genotyped for MUC5B rs35705950. After multiple logistic regression, a risk score based on independent risk factors for subclinical RA-ILD was developed in the discovery population and tested for validation in the replication population. RESULTS: The discovery population included 163 patients with RA, and the replication population included 89 patients with RA. The prevalence of subclinical RA-ILD was 19.0% and 16.9%, respectively. In the discovery population, independent risk factors for subclinical RA-ILD were presence of the MUC5B rs35705950 T allele (odds ratio [OR] 3.74 [95% confidence interval (95% CI) 1.37, 10.39]), male sex (OR 3.93 [95% CI 1.40, 11.39]), older age at RA onset (for each year, OR 1.10 [95% CI 1.04, 1.16]), and increased mean Disease Activity Score in 28 joints using the erythrocyte sedimentation rate (for each unit, OR 2.03 [95% CI 1.24, 3.42]). We developed and validated a derived risk score with receiver operating characteristic areas under the curve of 0.82 (95% CI 0.70-0.94) for the discovery population and 0.78 (95% CI 0.65-0.92) for the replication population. Excluding MUC5B rs35705950 from the model provided a lower goodness of fit (likelihood ratio test, P = 0.01). CONCLUSION: We developed and validated a risk score that could help identify patients at high risk of subclinical RA-ILD. Our findings support an important contribution of MUC5B rs35705950 to subclinical RA-ILD risk.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».