PO.6.125 To have butterflies in one’s . . . medical report!
Notice bibliographique
Résumé
Purpose Diagnosis and treatment of systemic lupus erythematosus (SLE) are based on the compilation ofcomplex sets of clinical data, often established over several years. Reading through those large matrices canbe time-consuming and require specifi c training. Thus, our aim was to create a visual representation thatmakes it easier to access the global health status of an SLE patient, and to use it as a knowledge transfertool. Methods First, we selected clinical criteria that are representative, useful, and revealing of the medicalsituation in SLE. Using R language programming, we developed a script that automatically transposesclinical data into an attractive image, whose graphical characteristics refl ect the selected clinical criteria. Results The visual representation is a butterfl y, the emblematic symbol of lupus, which incorporates shadesof purple, the color of lupus awareness, and is compliant for people with color blindness. The visualgraphically provides eleven key clinical criteria, including patient-reported outcomes: age, sex, diseaseactivity (SLE Disease Activity Index 2000), organ damage (Systemic Lupus International Collaborating ClinicsDamage Index), comorbidities (Charlson Comorbidity Index), physical- and mental-health-related quality oflife (component summary scores from the 36-Item Short Form Survey), medication with antimalarial drugs,immunosuppressants, biologics and dosages of prednisone. Conclusions We implemented an automated tool that transposes complex and heterogeneous clinical dataobtained from patients with SLE, into an intuitive visual medium. In addition to helping physicians to rapidlycomprehend the health status of SLE patients, this data visualization shall facilitate communication betweenphysicians, scientists, patients, and the public in general. Also, we believe it could help patients takeownership of their own condition, raise public awareness about SLE, and act as an incentive to furtherinvolve patients in research.
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 | 0,001 | 0,012 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,871 | 0,746 |
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 ».