Use of the Auto-inflammatory Disease Activity Index to monitor disease activity in patients with colchicine-resistant Familial Mediterranean Fever, Mevalonate Kinase Deficiency, and TRAPS treated with canakinumab
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the feasibility of the autoinflammatory disease activity index (AIDAI) as a tool to assess disease activity in patients with hereditary recurrent fever syndromes (HRFs) treated with canakinumab. METHODS: Patients with active colchicine-resistant familial Mediterranean fever (crFMF), mevalonate kinase deficiency (MKD), or tumor necrosis factor receptor-associated periodic syndrome (TRAPS) were enrolled in the phase III CLUSTER study and asked to complete the AIDAI questionnaire daily. All patients included in the analysis were treated with canakinumab, but regimens and periods of treatment varied per study protocol. The AIDAI for each patient was calculated weekly over the first 40 weeks of study, based on the diaries completed over 30 days. Disease-specific cut-off AIDAI values for inactive disease were calculated in a ROC analysis by comparing AIDAI scores with the occurrence of clinically inactive disease, based on the physician global assessments of disease activity and the occurrence of flares. RESULTS: Sixty patients with crFMF, 70 with MKD, and 43 with TRAPS were included in the analysis. Median AIDAI scores were high during the first 4 weeks for the three disease cohorts, and decreased afterwards, with some differences between disease cohorts. AIDAI values of 12.0, 9.6 and 15.5 were obtained as the most optimal thresholds to discriminate patients with inactive disease, with sensitivity and specificity values mostly over 75%. CONCLUSIONS: The AIDAI allows to discriminate between patients with active and inactive HRFs, and can be used in clinical practice to monitor the disease course of patients and the effect of medications.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle