Recording of non-musculoskeletal manifestations, comorbidities and safety outcomes in European spondyloarthritis registries: a survey
Notice bibliographique
Résumé
Abstract Objectives Real-world evidence is needed to inform treatment strategies for patients with PsA and axial SpA (axSpA) who have non-musculoskeletal manifestations (NMMs), various risk factors and comorbidities. International collaboration is required to ensure statistical power and to enhance generalizability. The first step forward is identifying which data are currently being collected. Across 17 registries participating in the European Spondyloarthritis Research Collaboration (EuroSpA), we aimed to map recording practices for NMMs, comorbidities and safety outcomes in patients with PsA and axSpA. Methods Through a survey with 4,420 questionnaire items, we explored the recording practices of 58 pre-defined conditions (i.e. NMMs, comorbidities and safety outcomes) covering 10 disease areas. In all registries we mapped for each condition whether it was recorded, the recording procedure and the potential to identify it through linkage to other national registries. Results Conditions were generally recorded at entry into the registry and clinical follow-up visits using a pre-specified list or a coding system. Most registries recorded conditions within the following disease areas: NMMs (number of registries, n = 15–16), cardiovascular diseases (n = 10–14), gastrointestinal diseases (n = 12–13), infections (n = 10–13) and death (n = 14). Nordic countries had the potential for data linkage and generally had limited recording of conditions in their registry, while other countries had comprehensive recording practices. Conclusion A wide range of conditions were consistently recorded across the registries. The recording practices of many conditions and disease areas were comparable across the registries. Our findings support the potential for future collaborative research.
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 | 0,024 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».