MétaCan
Menu
Retour à la cohorte
Enregistrement W2475694853 · doi:10.1111/petr.12765

Immunization practices among pediatric transplant hepatologists

2016· article· en· W2475694853 sur OpenAlexaboutno aff
Amy G. Feldman, Allison Kempe, Brenda L. Beaty, Shikha S. Sundaram

Notice bibliographique

RevuePediatric Transplantation · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatitis Viruses Studies and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineImmunizationVaccinationTransplantationLiver transplantationPediatricsImmunologyInternal medicineImmune system

Résumé

récupéré en direct d'OpenAlex

Vaccination of pediatric liver transplant candidates and recipients represents an opportunity to decrease infectious complications following transplant. Although vaccine recommendations exist, studies have shown that many transplant candidates and recipients are under-immunized. The goals of this study were to assess among pediatric transplant hepatologists: (i) current immunization practices before and after transplantation, (ii) involvement of an ID physician in the transplant evaluation, and (iii) perceptions about vaccine safety and barriers to immunization. An 80-item e-mail survey of pediatric transplant hepatologists at centers in the United States and Canada participating in the SPLIT consortium was conducted from December 2014 to March 2015. The overall response rate was 80% (73/91), representing 97% (32/33) of SPLIT centers. Fifty percent of programs routinely involved an ID physician in the transplant evaluation. Administration of palivizumab was routinely considered by 48% of hepatologists pre-transplant and by 41% post-transplant. Live vaccines were recommended by 26% of hepatologists after transplant. About 10% of hepatologists reported concern that live vaccines after transplant could induce rejection. There is wide variation in immunization practices among transplant hepatologists. Specific evidence-based protocols are needed to guide immunization practices in transplant candidates and recipients.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,039
Tête enseignante GPT0,309
Écart entre enseignants0,270 · 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'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

Citations39
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric TransplantationMême sujetHepatitis Viruses Studies and EpidemiologyTravaux en français237 207