Notice bibliographique
Résumé
Sjögren syndrome (SS) is a chronic inflammatory autoimmune disease that primarily affects the lacrimal and salivary glands. Glandular tissue destruction progresses with disease progression, severely impairing the patient’s quality of life. The disease is not limited to the glandular tissue alone, with a high risk of various extraglandular manifestations and malignant lymphomas.1,2 Nearly a century after Dr. Henrik Sjögren’s report in 1933, SS has seemingly reached a significant turning point.3 In recent years, several editorials have suggested redefining SS as Sjögren disease and eliminating the distinction between the primary and secondary forms; similar opinions were raised by SS patient groups at the 15th International Symposium on Sjögren’s in 2022.4,5 In addition, the classical idea that SS affects middle-aged women is certainly overdue for a revision, especially now that childhood SS is receiving increasing attention.6 However, most cases of childhood SS do not meet the 2016 American College of Rheumatology/European Alliance of Associations for Rheumatology (ACR/EULAR) criteria, which are the most recent classification criteria for SS.7-9 This may be because imaging examinations have not been included in the classification criteria since the publication of the 2012 ACR criteria.10 Since the publication of the 2012 ACR criteria, reports on the usefulness of imaging examinations in diagnosing SS have increased substantially. Salivary gland ultrasonography (US) has contributed to this trend. US was first used to diagnose SS in the late 1980s, and … Address correspondence to Assoc. Prof. Y. Takagi, Department of Radiology and Biomedical Informatics, Nagasaki University Graduate School of Biomedical Sciences, 1-7-1, Sakamoto, Nagasaki 852-8588, Japan. E-mail: yuki{at}nagasaki-u.ac.jp.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».