Validation of IGA*BSA in Assessing Disease Severity and Response in Patients with Atopic Dermatitis: A Retrospective Cohort Study in China
Notice bibliographique
Résumé
Abstract: Background: Accurate evaluation of atopic dermatitis (AD) severity is crucial to determine and adjust treatment options. Previous studies have found the product of Investigator’s Global Assessment (IGA) and affected body surface area (BSA) to be a simple tool, which requires further verification. Objective: To determine the validity of IGA*BSA in assessing the severity of AD across all age, sex, BMI and disease severity groups. Method: We performed a retrospective study of AD using data from a national cohort (China Type II Inflammatory Skin Disease Clinical Research and Standardized Diagnosis and Treatment Project). Results: Overall, 3051 participants were included in the final analysis. IGA*BSA correlated better with objective measures than with subjective measures. IGA*BSA significantly correlated with Eczema Area and Severity Index (EASI) (r = 0.81), which was stronger than either IGA or BSA alone with EASI, regardless of age, sex, Body Mass Index (BMI), and disease severity groups. Besides, IGA*BSA mild, moderate, and severe groups were associated with significantly higher scores of other assessments and had moderate to fair concordance with other assessments severity strata. At follow-up, the concordance of improvement between IGA*BSA 50/75/90 and EASI 50/75/90 was observed (ĸ = 0.65, 0.62, 0.58, respectively). Conclusion: IGA*BSA appears to be a valid objective assessment of AD severity and improvement over time across all age, sex, BMI, and disease severity subgroups in the clinical practice.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».