MétaCan
Menu
Retour à la cohorte
Enregistrement W2240363812 · doi:10.4197/med.20-1.7

Erythema Nodosum in Pregnancy

2014· article· en· W2240363812 sur OpenAlexaff
Kholoud Ghamri, Kara Nerenberg

Notice bibliographique

RevueJournal of King Abdulaziz University-Medical Sciences · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueInterstitial Lung Diseases and Idiopathic Pulmonary Fibrosis
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineVasculitisGranulomatosis with polyangiitisMortality rateErythema nodosumMicroscopic polyangiitisDermatologyIncidence (geometry)Retrospective cohort studySurgeryInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Intrapulmonary hemorrhage is a rare, yet serious condition. The aim was to determine the frequency of Intrapulmonary hemorrhage in small vessel vasculitis and to find out factors associated with low mortality. Retrospective study charts of patients hospitalized at King Abdulaziz University Hospital, Jeddah between January 2000 and December 2010 were reviewed. The review included the underlying diseases, laboratory and radiological investigations, treatment modalities and mortality. Data analysis was performed using the Statistical Package for the Social Sciences. Among 36 patients with small vessel vasculitis were followed up during the ten-year period, six (16.7%) fitted the criteria for intrapulmonary hemorrhage. The underlying diseases were systemic lupus erythematosus (n=2; 33.3%), Goodpastures syndrome (n=1; 16.7%), Wegeners granulomatosis (n=1; 16.7%), and microscopic polyangiitis (n=1; 16.7%); hence, one patient was initially treated as a case of tuberculosis but was later found to have intrapulmonary hemorrhage. The incidence of intrapulmonary hemorrhage in patients with small vessel vasculitis was 16.7%, and the overall mortality rate was 33.3%. Further researches are warranted to explore the relation between mortality and current treatment options and the effect of underlying diseases on the outcome.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,259
Écart entre enseignants0,243 · 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'étudeÉtude de cas
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of King Abdulaziz University-Medical SciencesMême sujetInterstitial Lung Diseases and Idiopathic Pulmonary FibrosisTravaux en français237 207