MétaCan
Menu
Retour à la cohorte
Enregistrement W2335904245 · doi:10.5737/236880762611928

Management of iron overload in the Canadian hematology/oncology population: Implications for nursing practice

2016· article· en· W2335904245 sur OpenAlexaffvenueabout
Cindy Murray, Tammy De Gelder, Nancy Pringle, J. Colleen Johnston, Mary Doherty

Notice bibliographique

RevueCanadian Oncology Nursing Journal · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHemoglobinopathies and Related Disorders
Établissements canadiensToronto General HospitalJuravinski HospitalJuravinski Cancer CentrePrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineHematologyIntensive care medicineMalignancyOncology nursingInternal medicineHematological disordersHealth careNursingOncologyNurse education

Résumé

récupéré en direct d'OpenAlex

Red blood cell (RBC) transfusions are vital for many patients with chronic anemias associated with oncologic/hematologic disorders. However, repeated transfusions over time can lead to iron overload, which, if left untreated, can increase the risk of further malignancy and end-organ damage. Nurses and other health care professionals may not be aware of the significant implications of RBC transfusions and iron overload in patients with hematological/oncological disorders. This article was developed by a group of Canadian nurse practitioners and specialized oncology nurses to help improve health care professionals' understanding of iron overload in oncology patients and its associated risks, as well as provide a practical guide for the management of patients receiving treatment for this potentially serious condition.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,358
Écart entre enseignants0,335 · 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'étudeAutre devis
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'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Oncology Nursing JournalMême sujetHemoglobinopathies and Related DisordersTravaux en français237 207