MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412578317 · doi:10.3390/jcm14155173

External Validation of the JAKPOT Score for Diagnosing JAK2-Positive Erythrocytosis: A Retrospective Cohort Study

2025· article· en· W4412578317 sur OpenAlexaffabout
Justin Bruni Senecal, Yasmine Madan, Rabia Tahir, Sabina Rajkumar, Wendy Lim, Mark Crowther, Siraj Mithoowani

Notice bibliographique

RevueJournal of Clinical Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMyeloproliferative Neoplasms: Diagnosis and Treatment
Établissements canadiensMcMaster University
Organismes subventionnairesAmerican Society of Hematology
Mots-clésMedicineCohortErythropoietinInternal medicineLogistic regressionRetrospective cohort studyMultivariate analysisGastroenterologyDemographicsDemography

Résumé

récupéré en direct d'OpenAlex

Background/Objectives: Erythrocytosis is a common laboratory abnormality affecting approximately 4% of males and 0.4% of females. The JAKPOT score was recently developed to differentiate primary from secondary erythrocytosis without molecular testing. JAKPOT+ patients meet any of the following criteria: erythrocytes > 6.45 × 1012/L, platelets > 350 × 109/L, or neutrophils > 6.2 × 109/L. We aimed to validate this score and identify predictors of JAK2-positive erythrocytosis in a retrospective cohort. Methods: We identified 213 patients (50 female, mean age 57 years) with undifferentiated erythrocytosis, serum erythropoietin (EPO) and JAK2 molecular testing (V617F or exon 12) at a tertiary care center in Hamilton, Canada, between 2017 and 2022. Charts were manually reviewed for laboratory data, comorbidities, demographics, and medications. We evaluated the diagnostic accuracy of EPO, JAKPOT, and a combination of low EPO and JAKPOT (EPO-JAKPOT) for predicting JAK2 mutant erythrocytosis. Multivariate logistic regression analysis was performed to detect predictors of JAK2 mutant erythrocytosis. Results: Forty patients (19%) had JAK2 mutations. Older age (p < 0.01), higher platelet count (p < 0.01), and lower EPO (p < 0.01) were associated with JAK2 mutant erythrocytosis in a multivariate analysis. JAKPOT+ status had a sensitivity of 0.88 (95% CI, 0.73–0.94). Combining low EPO or JAKPOT+ status into a new score (EPO-JAKPOT) increased sensitivity to 0.95 (95% CI, 0.83–0.98). Restricting JAK2 testing to only EPO-JAKPOT+ patients would have led to 55% fewer molecular tests in our cohort. Conclusions: The EPO-JAKPOT score shows promise in excluding JAK2 mutant erythrocytosis without molecular testing, but further prospective validation is warranted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,429
Écart entre enseignants0,372 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine→Même sujetMyeloproliferative Neoplasms: Diagnosis and Treatment→Travaux en français237 207→