MétaCan
Menu
Retour à la cohorte
Enregistrement W2159095914 · doi:10.3122/jabfm.2014.04.130276

Asthma in Preschool Children: A Review of the Diagnostic Challenges

2014· review· en· W2159095914 sur OpenAlexaff
Andrew Cave, Laura L. Atkinson

Notice bibliographique

RevueThe Journal of the American Board of Family Medicine · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineAsthmaNatural historyPediatricsPrimary careFamily medicineIntensive care medicineEpidemiologyQuality of life (healthcare)MEDLINEMedical diagnosisNursingPathology

Résumé

récupéré en direct d'OpenAlex

Family physicians face many challenges when diagnosing asthma in preschool children. These diagnostic challenges are compounded by variations in the natural history of early stage asthma, which are not fully understood, since early childhood wheezing and asthma are heterogeneous disorders with many phenotypic and variable expressions. Since no standard definition for the type, severity, or frequency of symptoms exist for this age group, clear evidence-based recommendations are lacking. Without adequate guidance, family physicians are left to make diagnostic and treatment decisions, which can lead to undertreatment of asthmatics and overtreatment of transient wheezers. New guidelines that specifically address the challenges of diagnosing asthma in this particular age group (Global Initiative for Asthma, British Thoracic Society/Scottish Intercollegiate Guidelines Network) have recently been published, and researchers are actively seeking new methods and techniques through epidemiological studies to assist primary care clinicians in the diagnostic process. This review has wide application in primary care. By recognizing the diagnostic challenges and understanding the related best practices, family physicians will be better placed to treat, manage, and control asthma symptoms, resulting in lower morbidity rates and reduced health system costs, as well as enhancing the overall quality of life and well-being of the children affected.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,926
Score d'incertitude au seuil0,707

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,039
Tête enseignante GPT0,345
Écart entre enseignants0,306 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the American Board of Family MedicineMême sujetAsthma and respiratory diseasesTravaux en français237 207