MétaCan
Menu
Retour à la cohorte
Enregistrement W2014338056 · doi:10.1055/s-0029-1238917

The Approach to<i>Pseudomonas aeruginosa</i>in Cystic Fibrosis

2009· review· en· W2014338056 sur OpenAlexaff
Glenda N. Bendiak, Félix Ratjen

Notice bibliographique

RevueSeminars in Respiratory and Critical Care Medicine · 2009
Typereview
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésPseudomonas aeruginosaMedicineCystic fibrosisChronic infectionAntibioticsIntensive care medicineImmunologyOrganismDiseaseMicrobiologyBacteriaImmune systemPathologyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Pseudomonas aeruginosa continues to be the most common pathogen in cystic fibrosis (CF) lung disease, and chronic infection with mucoid strains is associated with an accelerated decline in lung function. Although multiple factors can potentially explain the susceptibility of CF airways to this organism, their individual relevance is still largely unclear. Prevention of infection remains an important task, and hygiene measures have been successful in reducing cross-infection, but the universal presence of the organism creates an ongoing challenge, and vaccination strategies have not been highly successful to date. Over the last decade treatment strategies have shifted from controlling chronic infection to attempting to eradicate P. aeruginosa in the early stages of infection. Multiple strategies have been shown to be efficacious, but the optimal form and duration of therapy have yet to be defined. Inhaled antibiotics are a key component of maintenance therapy for chronic infection, and the spectrum of available compounds is rapidly expanding. Pulmonary exacerbations can be reduced with this strategy but usually require intravenous antibiotic therapy once they occur. Nonantibiotic approaches to address P. aeruginosa infection are currently being developed and may expand the therapeutic repertoire in the future.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-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 enseignants0,969
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,043
Tête enseignante GPT0,390
Écart entre enseignants0,347 · 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

Citations34
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeminars in Respiratory and Critical Care MedicineMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207