Development and Initial Validation of the Novel Scleroderma Clinical Trials Consortium Activity Index
Notice bibliographique
Résumé
OBJECTIVE: Accurate measurement of disease activity in systemic sclerosis (SSc) remains a significant clinical challenge. The Scleroderma Clinical Trials Consortium (SCTC) convened an Activity Index (AI) Working Group (WG) to develop a novel measure of disease activity (SCTC-AI). METHODS: Using consensus methodology, we developed a conceptual definition of disease activity. Literature review and expert consensus generated provisional SCTC-AI items, which were reduced by Delphi survey. Provisional items were weighted against a combined endpoint of morbidity and mortality, using time-dependent Cox proportional hazards regression analysis of the Australian Scleroderma Cohort Study (ASCS) (n = 1,254). External validation of the SCTC-AI was performed using data collected from 1,103 Canadian Scleroderma Research Group Study participants. RESULTS: Disease activity in SSc was defined using consensus methodology as "aspects of disease that are reversible, or can be arrested, with time and, or effective therapy." One-hundred and forty-one provisional SCTC-AI items were generated and reduced using three rounds of Delphi survey and statistical reduction and weighting, against mortality and quality of life measures, yielding a final 24-item index with a maximum possible score of 140. Survival analysis in an external cohort showed a graded relationship between disease activity scores and survival (P < 0.01). CONCLUSION: We present a novel instrument to quantify the burden of disease activity in SSc. We have employed a rigorous consensus-based process in combination with data-driven methods to develop an instrument that has face, content, and criterion validity. Further work is required to fully validate and confirm the construct and discriminative validity of the SCTC-AI.
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 | 0,157 | 0,192 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».