MétaCan
Menu
Retour à la cohorte
Enregistrement W2166868971 · doi:10.1111/j.1745-7599.2003.tb00266.x

Recognizing and Managing Celiac Disease in Primary Care

2003· article· en· W2166868971 sur OpenAlexaff
Melanie Michael

Notice bibliographique

RevueJournal of the American Academy of Nurse Practitioners · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueCeliac Disease Research and Management
Établissements canadiensGeomechanica (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineDiseasePrimary careMalignancyDifferential diagnosisIntensive care medicinePediatricsPregnancyMEDLINEFamily medicineInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To heighten the awareness of primary care clinicians regarding the prevalence, clinical manifestations, diagnosis, and treatment of celiac disease (CD) in the primary care setting. DATA SOURCES: Selected research, clinical guidelines, research and clinically based articles from current scientific literature, and current medical textbooks. CONCLUSIONS: Celiac disease is commonly under diagnosed or misdiagnosed. Until recently, it was considered rare in the United States. New data indicate that 1:150 Americans are affected and demonstrate the protective effects of early diagnosis and treatment. IMPLICATIONS FOR PRACTICE: Delays in the diagnosis and treatment of CD increase the risk of early mortality, associated autoimmune disease, neurologic complications, gastrointestinal malignancy, and fetal growth retardation, where pregnancy precedes diagnosis. Primary care clinicians must cultivate a high index of suspicion for CD in the primary care setting and bear it in mind as a differential diagnosis in many clinical situations.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,477
Score d'incertitude au seuil0,252

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,328
Écart entre enseignants0,311 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Academy of Nurse PractitionersMême sujetCeliac Disease Research and ManagementTravaux en français237 207