MétaCan
Menu
Retour à la cohorte
Enregistrement W1590739552 · doi:10.1186/ar782

The use and abuse of commercial kits used to detect autoantibodies.

2003· review· en· W1590739552 sur OpenAlexaff
Marvin J. Fritzler, Allan Wiik, Mark L. Fritzler, Susan G. Barr

Notice bibliographique

RevueArthritis Research · 2003
Typereview
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAutoantibodyVariety (cybernetics)General partnershipReliability (semiconductor)Quality (philosophy)Risk analysis (engineering)SimplicityMedicineComputer scienceImmunologyBusinessArtificial intelligenceAntibody

Résumé

récupéré en direct d'OpenAlex

The detection of autoantibodies in human sera is an important approach to the diagnosis and management of patients with autoimmune conditions. To meet market demands, manufacturers have developed a wide variety of easy to use and cost-effective diagnostic kits that are designed to detect a variety of human serum autoantibodies. A number of studies over the past two decades have suggested that there are limitations and concerns in the use and clinical application of test results derived from commercial kits. It is important to appreciate that there is a complex chain of users and circumstances that contributes to variations in the apparent reliability of commercial kits. The goal of this review is to identify the principal links in this chain, to identify the factors that weaken the chain and to propose a plan of resolution. It is suggested that a higher level of commitment and partnership between all of the participants is required to achieve the goal of improving the quality of patient care through the use of autoantibody testing and analysis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,292
Tête enseignante GPT0,461
Écart entre enseignants0,169 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations62
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArthritis ResearchMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207