MétaCan
Menu
Retour à la cohorte
Enregistrement W2375400901 · doi:10.1080/14787210.2016.1176912

Diagnosis and management of Ebola samples in the laboratory

2016· review· en· W2375400901 sur OpenAlexafffund
Marc-Antoine de La Vega, Alexander Bello, Pascale Chaillet, Gary Kobinger

Notice bibliographique

RevueExpert Review of Anti-infective Therapy · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensUniversity of ManitobaPublic Health Agency of Canada
Organismes subventionnairesPublic Health Agency of Canada
Mots-clésOutbreakEbola virusMedicineIdentification (biology)WorkflowMedical emergencyIntensive care medicineBusinessVirologyComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

The magnitude of the 2014-2016 West African Ebola virus outbreak has highlighted the importance of immediate and rapid deployment of control measures in affected areas. While many prophylactic and therapeutic options entered clinical trials in the past two years, larger use to impact on Ebola spread will not be possible until at least one product meets final approval by regulatory agencies. Control of the West African outbreak was achieved almost entirely by breaking chain of transmissions through case identification and specialized treatment, communication, safe burials and other proven methods. To achieve this in a timely manner, epidemiologists and medical teams are working in concert with laboratories to identify infected individuals and provide care within Ebola treatment units. Herein, we review an outbreak response workflow from the point of view of mobile laboratories and summarize methods that have been used by them during the West African Ebola virus outbreak of 2014-2016.

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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,916
Score d'incertitude au seuil0,681

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,080
Tête enseignante GPT0,445
Écart entre enseignants0,365 · 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
GenreSynthèse

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

En bref

Citations11
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueExpert Review of Anti-infective TherapyMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207