The Positive Predictive Value of a Very High Serum IgG4 Concentration for the Diagnosis of IgG4-Related Disease
Notice bibliographique
Résumé
OBJECTIVE: Serum IgG4 concentrations are used to evaluate a diagnosis of IgG4-related disease (IgG4-RD), but the positive predictive value (PPV) of a very high IgG4 level is uncertain. This study evaluated the PPV of a very high IgG4 concentration for diagnosing IgG4-RD. METHODS: The data warehouses of 2 large academic healthcare systems were queried for IgG4 concentration test results. Cases with serum IgG4 concentrations > 5× the upper limit of normal (ULN) were included. Cases of IgG4-RD were determined using the American College of Rheumatology/European Alliance of Associations for Rheumatology (ACR/EULAR) classification criteria. The PPV for IgG4-RD of an IgG4 concentration > 5× ULN was estimated. Other conditions associated with very high IgG4 concentrations and specific features of IgG4-RD cases were characterized. RESULTS: IgG4 concentrations were available in 32,206 cases. Of these, 3039 (9.4%) had elevated IgG4 concentrations, and a final cohort of 191 (0.6%) cases had IgG4 concentrations > 5× ULN (median age 66 yrs, 72% male). The PPV of an IgG4 concentration > 5× ULN for a diagnosis of IgG4-RD was 75.4% (95% CI 68.7-81.3). In the remaining cases, elevated IgG4 concentrations were observed among patients with malignancies, autoimmune diseases, and infections. CONCLUSION: The majority of cases with serum IgG4 concentrations > 5× ULN in this study had IgG4-RD. These data support the high weight placed on very high serum IgG4 concentrations in the ACR/EULAR classification criteria. However, 25% of cases with very high IgG4 concentrations had an alternative diagnosis, underscoring the importance of considering the broad differential of etiologies associated with an elevated IgG4 concentration when evaluating a patient.
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 | 0,005 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».