MétaCan
Menu
Retour à la cohorte
Enregistrement W2141962990 · doi:10.1002/ajmg.c.30072

Osteogenesis imperfecta, current and future medical treatment

2005· article· en· W2141962990 sur OpenAlexaff
Frank Rauch, Francis H. Glorieux

Notice bibliographique

RevueAmerican Journal of Medical Genetics Part C Seminars in Medical Genetics · 2005
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueConnective tissue disorders research
Établissements canadiensShriners Hospitals for Children - Canada
Organismes subventionnairesnon disponible
Mots-clésMedicineOsteogenesis imperfectaRegimenRehabilitationOsteoporosisBisphosphonateOrthopedic surgeryIncidence (geometry)Bone painPediatricsSurgeryPhysical therapyInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Physiotherapy, rehabilitation, and orthopedic surgery are the mainstay of treatment in moderate to severe forms of osteogenesis imperfecta (OI). Nevertheless, medical treatment with bisphosphonates can bring significant additional improvements. Benefits include decreased pain, lower fracture incidence, and better mobility. Among the various bisphosphonates, intravenous pamidronate has been studied in most detail. It is unclear whether oral bisphosphonates are as effective as intravenous pamidronate. As the effect of bisphosphonates on the skeleton is largest during growth, it appears logical to start medical therapy of OI patients as early as possible. However, the optimal treatment regimen and the long-term consequences of pamidronate treatment in children are currently unknown. Given these uncertainties, treatment with bisphosphonates during growth should be reserved for patients who have significant clinical problems, such as vertebral compression fractures or long bone deformities. Medical therapies other than bisphosphonates, such as growth hormone and parathyroid hormone, play a minor role at present. Gene-based therapy currently remains in the early stages of preclinical research.

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)0,002
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 enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,011
Tête enseignante GPT0,341
Écart entre enseignants0,330 · 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

Citations62
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Medical Genetics Part C Seminars in Medical GeneticsMême sujetConnective tissue disorders researchTravaux en français237 207