MétaCan
Menu
Retour à la cohorte
Enregistrement W2016538511 · doi:10.1111/j.1365-2222.2005.02344.x

Multi‐dimensional phenotyping: towards a new taxonomy for airway disease

2005· review· en· W2016538511 sur OpenAlexaff
Andrew J. Wardlaw, Michael Silverman, Roshan Siva, Ian Pavord, R. Green

Notice bibliographique

RevueClinical & Experimental Allergy · 2005
Typereview
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésDiseaseEtiologyAirwayTaxonomy (biology)AsthmaPathogenesisPulmonary diseaseImmunologyMedicineNeuroscienceIntensive care medicineBiologyCognitive sciencePathologyPsychologyZoology

Résumé

récupéré en direct d'OpenAlex

All the real knowledge which we possess, depends on methods by which we distinguish the similar from the dissimilar. The greater the number of natural distinctions this method comprehends the clearer becomes our idea of things. The more numerous the objects which employ our attention the more difficult it becomes to form such a method and the more necessary. Classification is a fundamental part of medicine. Diseases are often categorized according to pre-20th century descriptions and concepts of disease based on symptoms, signs and functional abnormalities rather than on underlying pathogenesis. Where the aetiology of disease has been revealed (for example in the infectious diseases) a more precise classification has become possible, but in the chronic inflammatory diseases, and in the inflammatory airway diseases in particular, where pathogenesis has been stubbornly difficult to elucidate, we still use broad descriptive terms such as asthma and chronic obstructive pulmonary disease, which defy precise definition because they encompass a wide spectrum of presentations and physiological and cellular abnormalities. It is our contention that these broad-brush terms have outlived their usefulness and that we should be looking to create a new taxonomy of airway disease-a taxonomy that more closely reflects the spectrum of phenotypes that are encompassed within the term airway inflammatory diseases, and that gives full recognition to late 20th and 21st century insights into the disordered physiology and cell biology that characterizes these conditions in the expectation that these will map more closely to both aetiology and response to treatment. Development of this taxonomy will require a much more complete and sophisticated correlation of the many variables that make up a condition than has been usual to employ in an approach that encompasses multi-dimensional phenotyping and uses complex statistical tools such as cluster analysis.

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)0,018
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,022
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0160,009
Études des sciences et des technologies0,0030,016
Communication savante0,0120,024
Science ouverte0,0050,009
Intégrité de la recherche0,0050,014
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,234
Tête enseignante GPT0,469
Écart entre enseignants0,234 · 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'étudeThéorique ou conceptuel
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

Citations153
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical & Experimental AllergyMême sujetAsthma and respiratory diseasesTravaux en français237 207