Do lupus disease activity measures detect clinically important change?
Notice bibliographique
Résumé
OBJECTIVE: New scales for the clinical assessment of patients with systemic lupus erythematosus (SLE) are valid and reliable, and quantitate disease activity. We assessed the responsiveness to change of 2 widely used standardized multi-item lupus activity measures, the revised Systemic Lupus Activity Measure (SLAM-R) and the Systemic Lupus Erythematosus Disease Activity Index (SLEDAI), and their ability to detect clinically relevant changes. METHODS: Ninety-six (96) patients with definite SLE participated in this study. The group mean age was 45.0 (13.7) years, 91% were female, and the mean disease duration was 14.9 (7.5) years. Sociodemographic information, lupus activity (SLAM-R, SLEDAI), and damage were recorded at baseline. At each of the 5 monthly followup visits, the activity measures were repeated and a transition scale asked the physician if their patient's lupus activity had changed. Five different methods were used to compare the responsiveness of the activity measures studied: 1. the effect size; 2. the standardized response mean; 3. the control standardized response mean; 4. the area under the curve of a receiver operating characteristic (ROC) curve; and 5. a new multiple response modeling approach. RESULTS: Both SLAM-R and SLEDAI are responsive. SLAM-R is consistently, although moderately, more responsive than SLEDAI. All 5 methods of evaluating responsiveness yielded a consistent ranking of disease activity measures. CONCLUSION: SLAM-R and SLEDAI are responsive measures of lupus activity. SLAM-R appears to be more responsive than SLEDAI.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».