MétaCan
Menu
Retour à la cohorte
Enregistrement W2117017190 · doi:10.1093/rheumatology/39.3.238

How to improve morbidity and mortality in systemic lupus erythematosus

2000· review· en· W2117017190 sur OpenAlexaff
Murray B. Urowitz

Notice bibliographique

RevueBritish journal of rheumatology · 2000
Typereview
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensUniversity of TorontoToronto Western Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineSystemic lupusIntensive care medicineDermatologyInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Systemic Lupus Erythematosus/Series Editors: D. Isenberg and C. Gordon SLE is a chronic multisystem disorder of presumed autoimmune origin in which cytotoxic antibodies, or circulating immune complexes, give rise to tissue damage often resulting in end organ disease and even mortality. The first large series to study mortality in this disease in 1955 revealed a survival of less than 50% at 5 yr [1]. Thus, in the past four decades much of the therapeutic initiatives in this disease have been directed at controlling the acute organ attack and inflammatory response in order to minimize tissue damage and to decrease the very high mortality rates. The therapeutic interventions have focused on the use of corticosteroids and cytotoxic agents in appropriate doses to minimize mortality on the one hand and morbidity from the disease or from the treatments on the other. This approach has in fact been quite successful and the overall mortality rates have improved dramatically over this period of time [2, 3] (Table 1). The reported 20‐yr survival of 68% [22] in the 1990s in contrast to the 50% 5‐yr survival in 1955 indicates success in controlling the acute immunological injury typical of this condition. Furthermore, we have shown that this improved survival was greater than the improvement in survival observed in the general population during the same time. The standardized mortality ratios for SLE patients improved from 10.1 in the 1970s, to 4.8 in the early 1980s, and to 3.3 in the early 1990s [27].

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0020,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,039
Tête enseignante GPT0,334
Écart entre enseignants0,295 · 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
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

Citations67
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish journal of rheumatologyMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207