MétaCan
Menu
Retour à la cohorte
Enregistrement W2001447490 · doi:10.3899/jrheum.090207

Systemic Sclerosis: Environmental Factors

2009· review· en· W2001447490 sur OpenAlexvenueno aff
G. Mora

Notice bibliographique

RevueThe Journal of Rheumatology · 2009
Typereview
Langueen
DomaineMedicine
ThématiqueSystemic Sclerosis and Related Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineConfoundingEnvironmental healthEpidemiologyDiseaseEnvironmental epidemiologyOccupational exposureInternal medicine

Résumé

récupéré en direct d'OpenAlex

Epidemiological evidence for the association between environmental and occupational risk factors and systemic sclerosis (SSc) has been extensively analyzed. Such exposures are frequently of long duration, and the inadequate classification of the type of exposure and other confounding variables may bias their estimated association with SSc. Environmental factors could be classified as occupational (silica, organic solvents), infectious (bacterial, viral), and non-occupational/non-infectious (drugs, pesticides, silicones). Understanding the link between environmental risk factors and the development of SSc is limited, due to the phenotypic and pathogenic heterogeneity of patients and disease, respectively, and also due to poor ability to assess environmental exposures quantitatively and the role of the gene-environment interactions in this disease. Global collaboration could increase the chance for a better use of the data obtained from a limited number of cases and also limited resources. Normalization and validation of biomarkers and questionnaires could also be very useful to reliably quantify environmental exposures.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,967
Score d'incertitude au seuil0,721

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,051
Tête enseignante GPT0,286
Écart entre enseignants0,236 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations80
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of RheumatologyMême sujetSystemic Sclerosis and Related DiseasesTravaux en français237 207