Towards a Continuum of Care for Juvenile Idiopathic Arthritis
Notice bibliographique
Résumé
This thesis explores advancements in monitoring and treatment strategies for Juvenile Idiopathic Arthritis (JIA), aiming to improve personalized care. In the first part, novel monitoring strategies are investigated, including the feasibility of capillary blood sampling at home as an alternative to venous blood draws at the hospital. Results provide insights into the feasibility and challenges associated with self-sampling. The presented laboratory studies provide evidence for the comparability between results from capillary and venous blood samples, supporting the potential for remote monitoring. In addition, a mobile eHealth application, electronic dashboard, and web-based surveys are examined in different studies, demonstrating that these technologies could provide insights in disease status and disease course, and could be used as monitoring tools, especially for patients with stable or inactive disease. In the second part, research is presented to further improve and tailor JIA treatment. Potential causes for bDMARD therapy failure, including the formation of anti-drug antibodies and low drug levels, are discussed. The thesis also examines biologic therapy withdrawal, showing that stopping specific bDMARDs in JIA patients with clinically inactive disease leads to significant cost reductions. Furthermore, the development of prediction models for methotrexate response is explored, which remains the first-line treatment agent for non-systemic JIA. Methodological concerns of currently available prediction models are highlighted, and new prediction models are developed. While these newly developed models demonstrate moderate performance, further refinement and validation are necessary. In conclusion, this thesis elaborates on current research challenges in the field of JIA and provides new evidence towards a data-driven and personalized approach to monitoring and treatment strategies. The integration of standardized data collection, digital solutions for JIA patients (including remote laboratory monitoring and eHealth applications), predictive models, cost-effective treatment adjustments, and analytical applications could further enable personalized treatment and monitoring while improving the quality of care for children and adolescents with JIA.
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 | 0,019 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».