MétaCan
Menu
Retour à la cohorte
Enregistrement W2223268479 · doi:10.1038/ki.2015.322

The MEST score provides earlier risk prediction in lgA nephropathy

2015· article· en· W2223268479 sur OpenAlexafffund
Sean J. Barbour, Gabriela Espino-Hernández, Heather N. Reich, Rosanna Coppo, Ian S.D. Roberts, John Feehally, Andrew M. Herzenberg, Daniel C. Cattran, Nüket Bavbek, Terry Cook, S. Troyanov, Charles E. Alpers, Alfonso Amore, Jonathan Barratt, F. Berthoux, Stephen M. Bonsib, Jan A. Bruijn, Vivette D. D’Agati, Giuseppe D’Amico, Steven N. Emancipator, F. Emmal, Franco Ferrario, Fernando C. Fervenza, Sandrine Florquin, Agnes B. Fogo, Colin Geddes, Hermann-Josef Groene, Mark Haas, P. Hill, Ronald J. Hogg, Stephen I‐Hong Hsu, Tracy E. Hunley, Michelle Hladunewich, Caroline E. Jennette, Kensuke Joh, Bruce A. Julian, Takeshi Kawamura, F M Lai, Chi Bon Leung, L. Li, P. Li, Zhihong Liu, Bruce Mackinnon, Sergio Mezzano, Francesco Paolo Schena, Yasuhiko Tomino, Patrick D. Walker, H. Wang, Jan J. Weening, Nori Yoshikawa, H. Zhang, H. Terence Cook, Vladimı́r Tesař, Dita Maixnerová, Sigrid Lundberg, Loreto Gesualdo, Francesco Emma, Laura Fuiano, G. Beltrame, Cristiana Rollino, Rc, Roberta Camilla, Licia Peruzzi, Manuel Praga, Sandro Feriozzi, Rosaria Polci, Giuseppe Segoloni, Loredana Colla, Antonello Pani, Andrea Angioi, Lisa Adele Piras, JF JF, Giovanni Cancarini, S. Ravera, Magdalena Durlik, Elisabetta Moggia, José Ballarín, S. Di Giulio, Francesco Pugliese, I. Serriello, Mehmet Şükrü Sever, İşın Kiliçaslan, Francesco Locatelli, Lucia Del Vecchio, Jack F.M. Wetzels, Harm Peters, U. Berg, Fernanda Carvalho, A.C. da Costa Ferreira, M. Maggio, Andrzej Więcek, Mai Ots-Rosenberg, Riccardo Magistroni, Rezan Topaloğlu, Yelda Bilginer, Marco DʼAmico, Μaria Stangou, F Giacchino, Dimitrios Goumenos, Pantelitsa Kalliakmani, Miltiadis Gerolymos, Kres̆imir Gales̃ić, Konstantinos Siamopoulos, Olga Balafa, Marco Galliani, Piero Stratta, Marco Quaglia, R Bergia, Raffaella Cravero, Maurizio Salvadori, Lino Cirami, Bengt Fellström, Hilde Kloster Smerud, T. Stellato, Jesús Egido, Carina Aguilar Martín, Jürgen Floege, Frank Eitner, Antonio Lupo, Patrizia Bernich, Paolo Mené, Massimo Morosetti, Cees van Kooten, Ton J. Rabelink, Marlies E. J. Reinders, J.M. Boria Grinyo, Stefano Cusinato, Luisa Benozzi, Silvana Savoldi, C. Licata, Małgorzata Mizerska-Wasiak, G Martina, A Messuerotti, Antonio Dal Canton, Ciro Esposito, C. Migotto, G Triolo, F. Mariano, Claudio Pozzi, R Boero, Shubha S. Bellur, Gianna Mazzucco, C. Giannakakis, E Honsová, B. Sundelin, Anna Maria Di Palma, Ester Gutiérrez, A.M. Asunis, Regina Tardanico, Agnieszka Perkowska‐Ptasińska, J. Arce Terroba, M. Fortunato, Afroditi Pantzaki, E. J. Steenbergen, Magnus Söderberg, Živile Riispere, Luciana Furci, Dıclehan Orhan, David Kipgen, Donatella Casartelli, Danica Galešić Ljubanović, Hariklia Gakiopoulou, E. Bertoni, Pablo Cannata Ortiz, Henryk Karkoszka, Antonella Stoppacciaro, Ingeborg M. Bajema, Jadwiga Małdyk, E. Ioachim

Notice bibliographique

RevueKidney International · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Diseases and Glomerulopathies
Établissements canadiensUniversity of TorontoCentre for Advancing Health OutcomesSt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesCarraresi FoundationMichael Smith Health Research BCCleveland Clinic
Mots-clésMedicineProteinuriaBiopsyInternal medicineNephropathyImmunosuppressionProportional hazards modelRenal biopsyOncologyUrologyKidneyEndocrinologyDiabetes mellitus

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,019
Tête enseignante GPT0,268
Écart entre enseignants0,249 · 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'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

Citations289
Publié2015
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueKidney InternationalMême sujetRenal Diseases and GlomerulopathiesTravaux en français237 207