MétaCan
Menu
Retour à la cohorte
Enregistrement W2330344694 · doi:10.1097/der.0b013e31829f28ac

A Contemporary Fischer-Maibach Investigation

2013· article· en· W2330344694 sur OpenAlexvenueno aff
Dathan Hamann, Carsten R. Hamann, Curtis P. Hamann

Notice bibliographique

RevueDermatitis · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueContact Dermatitis and Allergies
Établissements canadiensnon disponible
Organismes subventionnairesTorii Pharmaceutical
Mots-clésPatch testPatch testingMedicineTest preparationVolume (thermodynamics)AllergenExcipientAllergyContact dermatitisImmunologyPharmacologyEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Standardization of patch testing has been difficult to achieve. OBJECTIVES: This study aimed to identify physical variations in patch test systems that could affect delivery of allergens. METHODS: We compared the volume, depth, and contact area of 21 patch test delivery systems. We also filled a variety of patch test systems with different volumes of liquid (ferrous chloride) and petrolatum (disperse blue) allergens to investigate coverage and extrusion. RESULTS: The depth of chambers varied from minimal to greater than 1 mm. Mean areas ranged from 50 to almost 350 mm2. In most chambers, even the largest volume of liquid (40 μL) seemed to be completely contained by each product's absorbent material. The amount of petrolatum required to provide 100% coverage ranged from 15 to 45 μL. The dose delivered, as defined by mg per cm2, varied more than 2-fold across the systems. CONCLUSIONS: There are considerable differences across various patch tests. Different patch test systems likely do not deliver the same dose of allergen if the same volume of excipient is applied. Appreciating the differences between different patch test systems may help refine recommendations for the amount of allergens that should be applied to different patch test systems.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,040
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0400,014

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 Opus0,025
Tête enseignante GPT0,239
Écart entre enseignants0,214 · 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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatitisMême sujetContact Dermatitis and AllergiesTravaux en français237 207