Evaluating the Threshold Score for Classification of Systemic Lupus Erythematosus Using the EULAR/ACR Criteria
Notice bibliographique
Résumé
OBJECTIVE: To evaluate whether a change in the European Alliance of Associations for Rheumatology (EULAR)/American College of Rheumatology (ACR) systemic lupus erythematosus (SLE) classification criteria threshold score affects accurate classification of SLE cases compared to disease-based control subjects. We evaluated a range of threshold scores to determine the score that maximizes the accurate classification of early SLE. METHODS: We conducted a cross-sectional study comparing SLE cases and control patients. A EULAR/ACR criteria score was calculated using baseline information. Sensitivity, specificity, positive likelihood ratios (+LRs), and negative likelihood ratios (-LRs) with 95% CIs were used to evaluate operating characteristics. Threshold scores of 6 to 12 were evaluated in subjects with early disease (ie, disease duration of ≤ 5 years). +LRs > 10 and -LRs < 0.1 provide evidence to rule in or rule out SLE. RESULTS: A total of 2764 patients were included: 1980 SLE cases who fulfilled either the ACR or Systemic Lupus International Collaborating Clinics criteria and 784 control subjects. The EULAR/ACR SLE criteria had a sensitivity of 98% (95% CI 97-98), a specificity of 99% (95% CI 98-100), a +LR of 95.5 (95% CI 48.0-190), and a -LR 0.03 (95% CI 0.02-0.03). The criteria operated well in those with early disease, in women, in men, and in White, Black, Chinese, and Filipino people. A score of 10 maximized the accurate classification of patients with early disease (+LR 174.4, 95% CI 43.8-694.6; -LR 0.03, 95% CI 0.02-0.04). An increase in the threshold score from 10 to 11 resulted in significant worsening in the -LR (threshold score 10: -LR 0.03, 95% CI 0.02-0.03 vs threshold score 11: -LR 0.05, 95% CI 0.04-0.06). CONCLUSION: The EULAR/ACR SLE classification criteria threshold score of 10 performs well, particularly among those with early disease and across sexes and ethnicities.
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 | 0,019 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 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 | 0,000 |
| 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 ».