Gathering expert consensus to inform a proposed trial in chronic nonbacterial osteomyelitis (CNO)
Notice bibliographique
Résumé
Chronic nonbacterial osteomyelitis (CNO) is an autoinflammatory bone disease that primarily affects children and adolescents. CNO is associated with pain, bone swelling, deformity, and fractures. Its pathophysiology is characterized by increased inflammasome assembly and imbalanced expression of cytokines. Treatment is currently based on personal experience, case series and resulting expert recommendations. Randomized controlled trials (RCTs) have not been initiated because of the rarity of CNO, expired patent protection of some medications, and the absence of agreed outcome measures. An international group of fourteen CNO experts and two patient/parent representatives was assembled to generate consensus to inform and conduct future RCTs. The exercise delivered consensus inclusion and exclusion criteria, patent protected (excludes TNF inhibitors) treatments of immediate interest (biological DMARDs targeting IL-1 and IL-17), primary (improvement of pain; physician global assessment) and secondary endpoints (improved MRI; improved PedCNO score which includes physician and patient global scores) for future RCTs in CNO.
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 | 0,422 | 0,501 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,007 | 0,011 |
| Intégrité de la recherche | 0,031 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,008 |
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 ».