Systemic sclerosis associated interstitial lung disease: a conceptual framework for subclinical, clinical and progressive disease
Notice bibliographique
Résumé
OBJECTIVES: To establish a framework by which experts define disease subsets in systemic sclerosis associated interstitial lung disease (SSc-ILD). METHODS: A conceptual framework for subclinical, clinical and progressive ILD was provided to 83 experts, asking them to use the framework and classify actual SSc-ILD patients. Each patient profile was designed to be classified by at least four experts in terms of severity and risk of progression at baseline; progression was based on 1-year follow-up data. A consensus was reached if ≥75% of experts agreed. Experts provided information on which items were important in determining classification. RESULTS: Forty-four experts (53%) completed the survey. Consensus was achieved on the dimensions of severity (75%, 60 of 80 profiles), risk of progression (71%, 57 of 80 profiles) and progressive ILD (60%, 24 of 40 profiles). For profiles achieving consensus, most were classified as clinical ILD (92%), low risk (54%) and stable (71%). Severity and disease progression overlapped in terms of framework items that were most influential in classifying patients (forced vital capacity, extent of lung involvement on high resolution chest CT [HRCT]); risk of progression was influenced primarily by disease duration. CONCLUSIONS: Using our proposed conceptual framework, international experts were able to achieve a consensus on classifying SSc-ILD patients along the dimensions of disease severity, risk of progression and progression over time. Experts rely on similar items when classifying disease severity and progression: a combination of spirometry and gas exchange and quantitative HRCT.
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 | 0,027 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,014 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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 ».