Reliability and Sensitivity of a New Simple Screening Test (TUPAST) in Psoriatic Arthritis Including Axial Involvement: Methodological Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: Early detection of psoriatic arthritis (PsA) can prevent destruction and functional disabilities. Dermatologists play an important role in the early diagnosis and treatment of PsA. The aim of the study was to develop a practical questionnaire that does not take long time for early diagnosis of PsA and for not to overlook axial involvement. Material and Methods: This was a prospective study including 200 psoriasis patients. Turkish Psoriatic Arthritis Screening Tool (TUPAST) questions were designed in a simple and plain language that the patients could easily understand. Patients were asked to answer these 6 questions and the well-known questionnaire Toronto Psoriatic Arthritis Screening 2 (ToPAS 2) synchronously. Results: ROC analysis was performed to determine the cut-off value of TUPAST, and the cut-off value was determined as 3. The sensitivity of the cut-off value was calculated as 54.32% and the specificity as 90.68%. The cut-off value obtained for ToPAS 2 was 8 and its sensitivity was 79%, and specificity was 55% in our patient population. There was a significant difference between two tests in terms of time spent for answering questions (TUPAST-0.5 minute, ToPAS 2-3.6 minute) (p<0.05). Conclusion: PsA screening by dermatologist can be the first step in diagnosis of joint involvement in psoriasis. Due to the heavy patient traffic of dermatology outpatient clinics, we need tests that do not take much time. TUPAST is a simple and time saving screening test that takes only 30 seconds to answer and can be used in prediagnosis of PsA.
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.
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 | 0,012 | 0,100 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle