MétaCan
Menu
Retour à la cohorte
Enregistrement W2304680774 · doi:10.1177/0969141316631007

The pros and cons of the fourth revision of thalassaemia screening programme in Iran

2016· article· en· W2304680774 sur OpenAlexaff
Alireza Moafi, Reihaneh Vallian, Sadeq Vallian, Soheila Rahgozar, Mohammad Torfenajad, Hadi Moafi

Notice bibliographique

RevueJournal of Medical Screening · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHemoglobinopathies and Related Disorders
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMean corpuscular volumeMedicineHemoglobin electrophoresisPediatricsThalassemiaConfidence intervalInternal medicineHemoglobin

Résumé

récupéré en direct d'OpenAlex

Objective To evaluate the repercussions of recent changes to the cut-offs used in the first screening step of the pre-marital screening programme for thalassaemia prevention in Iran. Methods The profiles of 984 subjects referred to a genetic laboratory, and the tests of 242 parents of children with thalassaemia major were assessed for red blood cell (RBC) indices, haemoglobin (Hb) A2 levels and results of Hb electrophoresis. Results Of 407 suspected thalassaemia minor (STM) cases, 18 proved positive for thalassaemia minor on molecular analysis (18/407, confidence interval 2.6-6.9%). If the revised screening cut-offs had been used to determine who would undergo molecular analysis, two of these cases would not have been identified. Only 4.4% of suspected cases with lower than normal RBC indices (mean corpuscular volume <80 fl and mean corpuscular Hb <27 pg) and HbA2 (<3.5%) were diagnosed with thalassaemia minor. Conclusion The thalassaemia major prevention programme is performed in two separate steps. One step involves the screening of subjects and identification of β-thalassaemia minor, suspected cases for thalassaemia minor (STM), and normal subject groups. The other step concerns the identification of thalassaemia minor in the STM group. Changing the cut-offs at the first screening step does not result in significant improvement from an economic view, and is associated with significant risk at the second screening step.

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)0,003
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 enseignants0,839
Score d'incertitude au seuil0,375

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
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 recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,288
Écart entre enseignants0,262 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical ScreeningMême sujetHemoglobinopathies and Related DisordersTravaux en français237 207