MétaCan
Menu
Retour à la cohorte
Enregistrement W2064931419 · doi:10.1097/mph.0b013e3180320b36

Chronic Immune Thrombocytopenic Purpura in Children

2007· article· en· W2064931419 sur OpenAlexaffabout
Mark Belletrutti, Kaiser Ali, Dorothy Barnard, Victor S. Blanchette, Anthony K.C. Chan, Michéle David, Brian Luke, Victoria Price, Bruce Ritchie, John K. Wu

Notice bibliographique

RevueJournal of Pediatric Hematology/Oncology · 2007
Typearticle
Langueen
DomaineMedicine
ThématiquePlatelet Disorders and Treatments
Établissements canadiensStollery Children's HospitalUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineSplenectomyNatural historyThrombocytopenic purpuraPediatricsImmune thrombocytopeniaHematologyRetrospective cohort studyInternal medicinePlateletSpleen

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Immune thrombocytopenic purpura (ITP) in children is a common pediatric bleeding disorder with heterogeneous manifestations and a natural history that is not fully understood. To better understand the natural history of chronic ITP and detect response trends and outcomes of therapy, we conducted a 10-year retrospective survey of children from age 1 to 18 years with a diagnosis of chronic ITP. RESULTS: Data on 198 patients from 8 Canadian Pediatric Hematology/Oncology centers were analyzed. The majority of patients were female (58%), and were previously diagnosed with acute (primary) ITP (85%). The age at diagnosis of chronic ITP ranged from 1.1 to 17.2 years with a mean of 8.2+/-4.4 years. Ninety percent of patients received some form of treatment. Untreated patients had a higher mean platelet count at diagnosis of chronic ITP (P=0.009) despite similarities in mean age at first presentation and mean duration of follow-up. Thirty-four (17%) patients underwent splenectomy. Splenectomized patients tended to be significantly older, had a lower mean platelet count at diagnosis of chronic ITP, and had a longer duration of follow-up. CONCLUSIONS: The results from this study are consistent with published reports.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,319
Écart entre enseignants0,306 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations18
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Pediatric Hematology/OncologyMême sujetPlatelet Disorders and TreatmentsTravaux en français237 207