MétaCan
Menu
Retour à la cohorte
Enregistrement W2102263282 · doi:10.1016/s2213-2600(14)70041-4

Effectiveness of neuraminidase inhibitors in reducing mortality in patients admitted to hospital with influenza A H1N1pdm09 virus infection: a meta-analysis of individual participant data

2014· review· en· W2102263282 sur OpenAlexaff
Stella G. Muthuri, Sudhir Venkatesan, Puja Myles, Jo Leonardi‐Bee, Tarig Saleh Al Khuwaitir, Adbullah Al Mamun, Ashish Anovadiya, Eduardo Azziz‐Baumgartner, Clarisa Báez, Matteo Bassetti, Bojana Beovič, Barbara Bertisch, Isabelle Bonmarin, Robert Booy, Víctor Hugo Borja‐Aburto, Heinz Burgmann, Bin Cao, Jordi Carratalà, Justin T. Denholm, Samuel R. Dominguez, Péricles Almeida Delfino Duarte, Gal Dubnov‐Raz, Marcela Echavarría, Sergio Fanella, Zhancheng Gao, Patrick Gérardin, Maddalena Giannella, Sophie Gubbels, Jethro Herberg, Anjarath Lorena Higuera Iglesias, P. Höger, Quazi Tarikul Islam, Mirela Foresti Jiménez, Amr Kandeel, Gerben Keijzers, Hossein Khalili, Marian Knight, Koichiro Kudo, Gabriela Kusznierz, Ilija Kuzman, Arthur Ming‐Chit Kwan, Idriss Lahlou Amine, Eduard Langenegger, Kamran Bagheri Lankarani, Yee‐Sin Leo, Rita Linko, Pei Liu, Faris Madanat, Elga Mayo-Montero, Allison McGeer, Ziad A. Memish, Gökhan Metan, Auksė Mickienė, Dragan Mikić, Kristin G. I. Mohn, Ahmadreza Moradi, Pagbajabyn Nymadawa, Maria E. Oliva, Mehpare Özkan, Dhruv Parekh, Mical Paul, Fernando P. Polack, Barbara A. Rath, Alejandro Rodríguez, Elena Beatriz Sarrouf, Anna C. Seale, Bünyamin Sertoğullarından, Marilda Mendonça Siqueira, Joanna Skręt‐Magierło, Stephan Frank, Ewa Talarek, Julian W. Tang, Kelvin Kai‐Wang To, Antoni Torres, Selda Hançerlı Törün, Dat Tran, Timothy M. Uyeki, Annelies van Zwol, Wendy Vaudry, Tjasa Vidmar, Renata T C Yokota, Paul Zarogoulidis, Jonathan S. Nguyen‐Van‐Tam

Notice bibliographique

RevueThe Lancet Respiratory Medicine · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensStollery Children's HospitalHospital for Sick ChildrenProvincial Laboratory of Public HealthUniversity of Alberta HospitalAlberta Hospital EdmontonUniversity of AlbertaSickKids FoundationUniversity of TorontoUniversity of Manitoba
Organismes subventionnairesNational Institutes of HealthNational Institute for Health and Care ResearchRadboud Universitair Medisch CentrumEuropean Centre for Disease Prevention and ControlMedical Research CouncilRadboud Universiteit
Mots-clésMedicineNeuraminidasePandemicConfoundingOdds ratioNeuraminidase inhibitorMeta-analysisOseltamivirInternal medicineConfidence intervalInfluenza A virusEmergency medicineVirusVirologyCoronavirus disease 2019 (COVID-19)Disease

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,010
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: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,022
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0160,050
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,506
Tête enseignante GPT0,504
Écart entre enseignants0,003 · 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'étudeMéta-analyse
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

Citations648
Publié2014
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueThe Lancet Respiratory MedicineMême sujetInfluenza Virus Research StudiesTravaux en français237 207