MétaCan
Menu
Retour à la cohorte
Enregistrement W2093482274 · doi:10.1590/s1413-81232010000200026

Triagem neonatal: o desafio de uma cobertura universal e efetiva

2010· review· pt· W2093482274 sur OpenAlexaboutno aff
Judy Botler, Luiz Antônio Bastos Camacho, Marly Marques da Cruz, P. Reeja George

Notice bibliographique

RevueCiência & Saúde Coletiva · 2010
Typereview
Languept
DomaineMedicine
ThématiqueIron Metabolism and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMedicineGerontologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Newborn screening programs (NSP) aim to detect carriers of several congenital diseases among asymptomatic infants in order to warrant effective intervention. Specimen collection is the first step of a process that should be done in an universal and timely manner. A review of coverage and time of collection was done in NSP of several countries. The search was made in various sources, from 1998 to 2008, with "neonatal screening" and "coverage" as key words. The lack of a typical study design did not allow to the rigor required for a systematic review. Data were grouped in macro-regions. Canada had coverage of 71% in 2006 while the European coverage was of 69% in 2004, with data of 38 countries. In Asia and Pacific region, there were data of 19 countries. In Middle East and North Africa, there were data of 4 countries. In Latin America, the coverage was 49% in 2005, with data of 14 countries. In Brazil, coverage was 80%. Twelve reports had information about timeliness. The conclusion is that epidemiological transition has contributed to NSP success. Developed regions had more universal and timelier collection. In Brazil, government initiative increased access to the NSP, but late collections lead to the need of educational actions and participation of professional organizations in developing specific guidelines definition.

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)0,027
score de la tête « metaresearch » (Gemma)0,059
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,059
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,003
Communication savante0,0040,007
Science ouverte0,0020,003
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,021
Tête enseignante GPT0,293
Écart entre enseignants0,271 · 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
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

Citations46
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCiência & Saúde ColetivaMême sujetIron Metabolism and DisordersTravaux en français237 207