Recent advances in biomarkers of psoriatic arthritis: a systematic literature review
Notice bibliographique
Résumé
Bakgrunn\nPsoriasisartritt (PsA) er en autoimmun inflammatorisk leddsykdom som kjennetegnes av betennelse i perifere og aksiale ledd, samt betennelse i fingere/tær og ved senefester.\nDiagnostikk og behandling av PsA blir ofte forsinket, som bidrar til økt sykdomsaktivitet, komorbiditet og redusert livskvalitet. Mangelen på biomarkører for PsA i klinisk praksis bidrar til forsinkelser i både diagnostisering og behandling. Det har vært omfattende forskning rettet mot utvikling av biomarkører som kan tas i bruk i klinisk praksis. Formålet med denne litteraturgjennomgangen var å gå gjennom nyere litteratur for å kartlegge og vurdere fremskritt innen dette området.\n\nMetode\nVi gjennomførte et systematisk litteratursøk i databasene PubMed/MEDLINE, EMBase/Ovid, Web of Science, Scopus og Cochrane library ved å bruke kombinasjon av ulike begreper for PsA og biomarkører. Vi inkluderte artikler publisert mellom januar 2019 og september 2023. To uavhengige forfattere evaluerte artiklene, innhentet relevante opplysninger, og vurderte kvaliteten på studiene ved bruk av Newcastle-Ottawa-skalaen.\n\nResultater\nDet systematiske søket identifiserte 2 068 artikler fra databasene. I tillegg ble åtte artikler manuelt søkt og inkludert i denne gjennomgangen. Vi fjernet artikler med irrelevante emner, duplikater og artikler som oppfylte eksklusjonskriteriene. Til slutt endte vi opp med 30 artikler i den systematiske gjennomgangen. De fleste artiklene undersøkte diagnostiske biomarkører (n=13), og sykdomsaktivitet (n=11). Færre artikler utforsket biomarkører for behandlingsrespons (n=3) og komorbiditet (n=3). Studiene undersøkte biomarkører i serum, cellulært, synovialt samt genetiske biomarkører. De fleste studiene hadde lav kvalitet basert på Newcastle-Ottawa-skalaen og få av markørene var tilstrekkelig validerte.\n\nKonklusjon\nTil tross for stort behov og omfattende forskningsinnsats på biomarkører for PsA, er det per dags dato ingen biomarkører som er klare for å tas i bruk for i klinisk praksis. Videre forskning på feltet er nødvending.
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 | 0,010 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,018 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».