SLE CLASSIFICATION CRITERIA ITEM RELATIONSHIPS: IMPLICATIONS ON SLE AS A DISEASE ENTITY
Notice bibliographique
Résumé
PV216 / #355 Poster Topic: AS23 - SLE-Diagnosis, Manifestations, & Outcomes Background/Purpose To investigate for clusters and associations between the European Alliance of Associations for Rheumatology (EULAR)/American College for Rheumatology (ACR) classification criteria items. Methods Multiple Correspondence Analysis (MCA) was performed on the 10 classification criteria domains, using R (version 4.3.2) and FactoMineR (version 2.11) package in an international cohort of 1,197 SLE patients. Consensus clustering was performed using the ConsensusClusterPlus package (Version 1.66.0). Associations between individual criteria items were analyzed in the full 23x23 table (Graph Pad prism), and, by Bonferroni’s correction, statistical significance was defined as p<9.45e-5. Results SLE patients fulfilled a minimum of zero (n=1) and a maximum of 15 of the 23 items (median 6) within 0 to 9 of the 10 domains (median 4). More than 2/3 of the patients (presently and/or historically) had criteria items within the domain SLE-specific antibodies (79.8%), the mucocutaneous (72.0%) and musculoskeletal (71.9%) domains, and complements (71.6%). In MCA, constitutional, musculoskeletal, and serosal domains clustered together, separating from the renal domain, complements, and SLE-specific antibodies (Figure 1A). However, the distribution of individual patients based on the first 2 dimensions (Figure 1B) was not reflective of a relevant separation of the cohort within those 2 dimensions. Consensus clustering, set at 10 clusters according to the cumulative distribution function (CDF, Figure 2A and 2B), revealed clusters with various combinations of domains (Figure 2C, proportion of patients with items in the respective domain indicated), but without a clear, mutually exclusive pattern. Among the 529 pairwise comparisons of items, 27 pairs showed a positive association, with r-values ranging from 0.11 to 0.58, and 4 pairs a negative association (r-values from -0.13 to -0.16). All r-values of 0.3 or higher were within an organ domain. An r-value of ≥2.0 was found for anti-dsDNA, proteinuria, and proliferative (class III or IV) nephritis, each with low complements, in addition to associations between domains. Figure 1. MCA. Figure 2. Consensus Clustering. Conclusions We found distributions more compatible with chance associations of domains and items than with true SLE subsets. The associations between items within domains support the decision to use domains in the EULAR/ACR classification criteria structure.
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 | 0,011 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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 ».