MétaCan
Menu
Retour à la cohorte
Enregistrement W1839873601 · doi:10.1111/iwj.12224

Chronic oedema/lymphoedema: under‐recognised and under‐treated

2014· review· en· W1839873601 sur OpenAlexaffabout
David Keast, Marc Despatis, Jill O. Allen, Alain Brassard

Notice bibliographique

RevueInternational Wound Journal · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueLymphatic System and Diseases
Établissements canadiensUniversity of AlbertaCARE CanadaChronic Disease Prevention Alliance of CanadaLawson Health Research InstituteCentre Hospitalier Universitaire de SherbrookeUniversité de SherbrookeParkwood Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineLymphedemaDermatologyPhysical therapyIntensive care medicineInternal medicineCancerBreast cancer

Résumé

récupéré en direct d'OpenAlex

Even though it is estimated that at least 300 000 people in Canada may be affected by chronic oedema/lymphoedema, recognition of the seriousness of this chronic disease in health care is scarce. Lymphoedema affects up to 70% of breast and prostate cancer patients, substantially increasing their postoperative medical costs. Adding to this problem are the escalating rates of morbid obesity across North America and the fact that 80% of these individuals are thought to suffer with an element of lymphoedema. The costs related to these patient populations and their consumption of health care resources are alarming. Untreated chronic oedema/lymphoedema is progressive and leads to infection, disfigurement, disability and in some cases even death. Thus, prognosis for the patient is far worse and treatment is more costly when the disease is not identified and treated in the earlier stages. Although the number of individuals coping with chronic oedema/lymphoedema continues to increase, the disparity between diagnosis, treatment and funding across Canada endures. The reasons for this include a lack of public awareness of the condition, insufficient education and knowledge among health care providers regarding aetiology and management and limited financial coverage to support appropriate methods and materials.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,364
Écart entre enseignants0,318 · 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'étudeSans objet
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

Citations86
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Wound JournalMême sujetLymphatic System and DiseasesTravaux en français237 207