Development and External Validation of a Model Predicting <scp>New‐Onset</scp> Chronic Uveitis at Different Disease Durations in Juvenile Idiopathic Arthritis
Notice bibliographique
Résumé
OBJECTIVE: To develop and externally validate a prediction model for new-onset chronic uveitis in children with juvenile idiopathic arthritis (JIA) for clinical application. METHODS: Data from the international Pharmachild registry were used to develop a multivariable Cox proportional hazards model. Predictors were selected by backward selection, and missing values were handled by multiple imputation. The model was subsequently validated and recalibrated in 2 inception cohorts: the UK Childhood Arthritis Prospective Study (CAPS) study and the German Inception Cohort of Newly diagnosed patients with juvenile idiopathic arthritis (ICON) study. Model performance was evaluated by calibration plots and C statistics for the 2-, 4-, and 7-year risk of uveitis. A diagram and digital risk calculator were created for use in clinical practice. RESULTS: A total of 5,393 patients were included for model development, and predictor variables were age at JIA onset (hazard ratio [HR] 0.83 [95% confidence interval (95% CI) 0.77-0.89]), ANA positivity (HR 1.59 [95% CI 1.06-2.38]), and International League of Associations for Rheumatology category of JIA (HR for oligoarthritis, psoriatic arthritis, and undifferentiated arthritis versus rheumatoid factor-negative polyarthritis 1.40 [95% CI 0.91-2.16]). Performance of the recalibrated prediction model in the validation cohorts was acceptable; calibration plots indicated good calibration and C statistics for the 7-year risk of uveitis (0.75 [95% CI 0.72-0.79] for the ICON cohort and 0.70 [95% CI 0.64-0.76] for the CAPS cohort). CONCLUSION: We present for the first time a validated prognostic tool for easily predicting chronic uveitis risk for individual JIA patients using common clinical parameters. This model could be used by clinicians to inform patients/parents and provide guidance in choice of uveitis screening frequency and arthritis drug therapy.
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 | 0,028 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».