MétaCan
Menu
Retour à la cohorte
Enregistrement W2011458442 · doi:10.1016/j.jhep.2014.12.029

Diagnosis and management of acute kidney injury in patients with cirrhosis: Revised consensus recommendations of the International Club of Ascites

2015· article· en· W2011458442 sur OpenAlexaff
Paolo Angeli, Pere Ginès, Florence Wong, Mauro Bernardi, Thomas Boyer, Alexander L. Gerbes, Richard Moreau, Rajiv Jalan, Shiv Kumar Sarin, Salvatore Piano, Kevin Moore, Samuel S. Lee, François Durand, Francesco Salerno, Paolo Caraceni, W. Ray Kim, Vicente Arroyo, Guadalupe García–Tsao

Notice bibliographique

RevueJournal of Hepatology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease and Transplantation
Établissements canadiensUniversity of CalgaryUniversity of Toronto
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésAscitesCirrhosisMedicineAcute kidney injuryClubConsensus conferenceIntensive care medicineInternal medicineGastroenterology

Résumé

récupéré en direct d'OpenAlex

Acute renal failure (ARF) is a common complication in patients with decompensated cirrhosis. The traditional diagnostic criteria of renal failure in these patients were proposed in 1996 [1] and have been refined in subsequent years [2]. According to these criteria, ARF is defined as an increase in serum creatinine (sCr) of ⩾50% from baseline to a final value >1.5mg/dl (133μmol/L). However, the threshold value of 1.5mg/dl (133μmol/L) sCr to define renal failure in patients with decompensated cirrhosis has been challenged [3,4].

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)0,020
score de la tête « metaresearch » (Gemma)0,026
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,026
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0050,003
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,017
Tête enseignante GPT0,279
Écart entre enseignants0,262 · 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
GenreMéthodes

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

En bref

Citations864
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of HepatologyMême sujetLiver Disease and TransplantationTravaux en français237 207