MétaCan
Menu
Retour à la cohorte
Enregistrement W2315270862 · doi:10.15331/jdsm.3900

Macroglossia and Down Syndrome: Don't Be Fooled

2014· article· en· W2315270862 sur OpenAlexaff
Brian Hockel

Notice bibliographique

RevueJournal of Dental Sleep Medicine · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Syndromes and Imprinting
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMacroglossiaMedicinePhilosophyLinguisticsTongue

Résumé

récupéré en direct d'OpenAlex

Study Objectives: Summarize and synthesize the most recent evidence about adenoid hypertrophy, impact on craniofacial growth, role in sleep disordered breathing, and effects of treatment.Methods: Literature review of relevant manuscripts from dentistry, orthodontics, otolaryngology, and sleep medicine.Results: Adenoid hypertrophy is the most common cause of nasopharyngeal obstruction in children; the most common cause of pediatric sleep disordered breathing (SDB); and can be an etiologic cause of altered craniofacial growth characterized by long face, retrusive chin, and narrow maxilla.Early detection and treatment may mitigate or resolve negative effects of adenoid hypertrophy.Adenoidectomy remains a front line treatment for the majority of cases, although alternative treatments must be considered when different SDB etiologies and co-morbidities are present.Best available evidence suggests that rapid maxillary expansion and adenoidectomy work synergistically to resolve SDB symptoms, and often both treatments are necessary for full treatment effect.Conclusions: Primary care dentists, pediatric dentists, and orthodontists have an important role in early detection of adenoid hypertrophy.Emerging evidence continues to demonstrate dental treatments as playing an increasingly important role in multidisciplinary management of pediatric SDB.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,006
Tête enseignante GPT0,236
Écart entre enseignants0,230 · 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

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dental Sleep MedicineMême sujetGenetic Syndromes and ImprintingTravaux en français237 207