The Race to Block TNF-α: The Caution Flag Is Raised Again
Notice bibliographique
Résumé
Serious bacterial infections in patients with rheumatoid arthritis uner anti-TNF-α therapy. Kroesen S, Widmer AF, Tyndall A and Hasler P. Rheumatology 2003;42:617–621. This retrospective study from Basel, Switzerland assessed the incidence rates of severe infections in rheumatoid arthritis (RA) patients before and after receiving anti-tumor necrosis factor alpha (anti-TNF-α) therapy. The authors reviewed the charts of all patients (n = 60) receiving anti-TNF-α therapy at their institution. Of the 60 patients receiving anti-TNF-α therapy, 60% were treated with etanercept and the rest with infliximab. The patients' charts were assessed for serious infections defined as infection requiring hospitalization and/or intravenous antibiotics. Charts were reviewed up to 3 1/2 years after starting anti-TNF-α therapy and all serious infections were recorded. The patients acted as their own controls as the rates of serious infections post anti-TNF-α therapy were compared to rates in the two years preceding the initiation of treatment. The authors indicated that the patients were treated with standard care for rheumatoid arthritis patients both before and after anti-TNF-α therapy.
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 | 0,000 | 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 | 0,001 | 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) | 0,000 | 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 ».