MétaCan
Menu
Retour à la cohorte
Enregistrement W2256217583 · doi:10.1093/rheumatology/kev389

What we can learn from existing evidence about physical activity for juvenile idiopathic arthritis?

2015· editorial· en· W2256217583 sur OpenAlexaff
Lucie Brosseau, Désirée B. Maltais, Glen P. Kenny, Ciarán M. Duffy, Jennifer Stinson, Sabrina Cavallo, Karine Toupin‐April, Debbie Ehrmann Feldman, Annette Majnemer, Isabelle Gagnon, Marie-Eve Mathieu

Notice bibliographique

RevueLara D. Veeken · 2015
Typeeditorial
Langueen
DomaineMedicine
ThématiqueAutoimmune and Inflammatory Disorders Research
Établissements canadiensSickKids FoundationCentre for Global Health ResearchUniversity of TorontoMcGill UniversityInstitute for Clinical Evaluative SciencesChildren's Hospital of Eastern OntarioHospital for Sick ChildrenUniversité de MontréalUniversité LavalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineJuvenileArthritisPhysical therapyInternal medicineEcology

Résumé

récupéré en direct d'OpenAlex

The need for more rigorously designed trials to optimize the implementation of physical activity programmes Juvenile idiopathic arthritis (JIA) is one of the most common chronic conditions of childhood. Existing clinical practice guidelines (CPGs) for JIA illustrate the importance of care using both pharmacological and non-pharmacological interventions [1]. To date, however, CPGs including non-pharmacological interventions, such as physical activity (PA), have not been as rigorously developed as those for pharmacological interventions [1]. A recent systematic review on high-quality randomized controlled trials (RCTs) [2] revealed that a wide variety of structured PA programmes (i.e. cardio-karate [3], aquatics [4], pilates [5] and strength training [6,7]) are effective self-management therapy options for individuals with JIA. In comparison with a control, these PA programmes combined with pharmacotherapy have been shown to produce numerous positive health outcomes, such as reducing the number of actively inflamed joints (decrease in swollen and tender joint count) [3,4] and pain intensity [5], as well as improving joint range of motion [3,5], muscle strength [6], functional status [5,7] and quality of life [5,7].

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)0,021
score de la tête « metaresearch » (Gemma)0,076
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: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,076
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0070,004
Bibliométrie0,0040,002
Études des sciences et des technologies0,0020,003
Communication savante0,0070,007
Science ouverte0,0050,002
Intégrité de la recherche0,0170,026
Charge utile insuffisante (le modèle a refusé de juger)0,0080,005

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 Opus0,061
Tête enseignante GPT0,359
Écart entre enseignants0,298 · 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
GenreÉditorial

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

En bref

Citations6
Publié2015
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueLara D. VeekenMême sujetAutoimmune and Inflammatory Disorders ResearchTravaux en français237 207