A multiparametric risk table for loss of clinical remission status in patients with rheumatoid arthritis: a STARTER study post-hoc analysis
Notice bibliographique
Résumé
OBJECTIVE: This post-hoc analysis was carried out on data acquired in the longitudinal Sonographic Tenosynovitis Assessment in RheumaToid arthritis patiEnts in Remission (STARTER) study. Our primary aim was to determine the predictive clinical and musculoskeletal ultrasonographic (MSUS) features associated with disease flare in RA patients in clinical remission, while our secondary aim was to evaluate the probability of disease flare based on clinical and MSUS features. METHODS: We analysed data for a total of 389 RA patients in DAS28-defined remission. All patients underwent a MSUS examination according to the OMERACT guidelines. Logistic regression and results, presented as odds ratio and 95% CI, were used for the evaluation of the association between selected variables and disease flare. Significant clinical and MSUS features were incorporated into a risk table for predicting disease flare within at least 12 months of follow-up in patients with RA remission. RESULTS: Within 12 months, 137 (35%) RA patients experienced a disease flare. RA patients who experienced a flare disease differed from those with persistent remission in terms of ACPA positivity (75.9% vs 62.3%, respectively; P = 0.007), percentage of sustained clinical remission at baseline (44.1% vs 68.5%, respectively; P = 0.001) and synovium power Doppler signal presence (58.4% vs 33.3%, respectively; P < 0.001). Based on these results, these three features were considered in a predictive model of disease flare with an adjusted odds ratio of 3.064 (95% CI 1.728-5.432). Finally, a risk table was constructed including the three significant predictive factors of disease flare occurring within 12 months from the enrolment. CONCLUSION: An adaptive flare-prediction model tool, based on data available in outpatient settings, was developed as a multiparametric risk table. If confirmed by external validation, this tool might support the defining of therapeutic strategies in RA patients in DAS28-defined remission status.
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 | 0,009 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».