Patient-Centered Research Priorities for Pulmonary Nontuberculous Mycobacteria (NTM) Infection. An NTM Research Consortium Workshop Report
Notice bibliographique
Résumé
Nontuberculous mycobacteria (NTM) cause an increasingly important chronic and debilitating lung disease in older adults. Diagnosis is often delayed, although awareness among clinicians and patients is increasing. When necessary, treatment often lasts 18-24 months and consists of three or four antibiotics that can have serious side effects. Relapses are common and commonly require resumption of prolonged therapy. Given the need for improved diagnostic techniques and clinical trials to identify new therapies or to improve existing therapies, a group of North American clinicians and researchers formed the NTM Research Consortium (NTMRC) in 2014. The NTMRC recognized the importance of including the patient voice in determining research priorities for NTM. In November 2015, patients, caregivers, patient advocates, clinical experts, and researchers gathered for a 1-day meeting in Portland, Oregon funded by the Patient-Centered Outcomes Research Institute. The meeting goal was to define patient-centered research priorities for NTM lung infections. Patients expressed frustration with the number of people who have endured years of missed diagnoses or inadequate treatment of NTM. Participants identified as top research priorities the prevention of NTM infection; approval of more effective treatments with fewer side effects and easier administration; understanding the best chest physiotherapy methods; validating and using tools to measure quality of life; and developing a disease-specific activity and severity assessment tool. Workshop participants agreed that two complementary objectives are critical to ensure the best achievable outcomes for patients: (1) additional clinician education to improve screening and diagnosis of NTM infections; and (2) development of a geographically distributed network of experts in NTM disease to offer consultation or direct therapy after a diagnosis is made.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,148 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,005 |
| Communication savante | 0,014 | 0,010 |
| Science ouverte | 0,005 | 0,029 |
| Intégrité de la recherche | 0,015 | 0,032 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».