MétaCan
Menu
← Retour à la cohorte
Enregistrement W2082772445 · doi:10.1136/bmj.c2594

FDA enlists doctors to help spot misleading drug advertisements

2010· article· en· W2082772445 sur OpenAlexaboutno aff
Janice Hopkins Tanne

Notice bibliographique

RevueBMJ · 2010
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmaceutical industry and healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineRheumatoid arthritisInternal medicineRheumatoid factorCohortPopulationArthritisDiseaseCohort studyPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Objective In inflammatory arthritis, rheumatoid factor (RF) and anticitrullinated protein antibodies (ACPA) are believed to be associated with more severe clinical outcomes. Our objective was to determine whether ACPA and RF remain stable in early inflammatory arthritis and whether their trajectories over time or baseline levels predicted clinical outcomes. Methods The study population consisted of patients enrolled in the Canadian Early Arthritis Cohort Study with baseline and at least 12-month followup values of RF and ACPA. Primary outcomes were Disease Activity Score (DAS) remission and the presence of erosions at 12 and 24 months. Other objectives included swollen joint count, Health Assessment Questionnaire score, and DAS. Results At baseline, 225/342 (66%) patients were ACPA-positive and 334/520 (64%) were RF-positive. At 24 months, 15/181 (8%) ACPA-positive patients became negative. A larger number of patients changed from ACPA-negative to positive: 13/123 (11%). For RF, fluctuations were more common: 67/240 (28%) reverted from positive to negative and 21/136 (18%) converted from negative to positive. RF and ACPA fluctuations did not predict disease outcomes. Patients who remained ACPA-positive throughout followup were more likely to have erosive disease (OR 3.86, 95% CI 1.68, 8.92). Conclusion RF and ACPA have the potential to revert and convert during the early course of disease. Fluctuations in RF and ACPA were not associated with clinical outcomes.

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)0,004
score de la tête « metaresearch » (Gemma)0,031
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,259
Score d'incertitude au seuil0,866

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,001
Communication savante0,0040,003
Science ouverte0,0010,001
Intégrité de la recherche0,0130,006
Charge utile insuffisante (le modèle a refusé de juger)0,2590,166

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 Opus0,350
Tête enseignante GPT0,580
Écart entre enseignants0,230 · 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
GenreCommentaire

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

En bref

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ→Même sujetPharmaceutical industry and healthcare→Travaux en français237 207→