MétaCan
Menu
Retour à la cohorte
Enregistrement W2580310361 · doi:10.17925/eor.2016.10.02.117

The Importance of Ocular, Systemic and Psychosocial Factors in the Management of the Diabetic Macular Oedema Patient with Antivascular Endothelial Growth Factor Therapy

2016· article· en· W2580310361 sur OpenAlexaff
Richard Gale, Ângela Carneiro, Julie De Zaeytijd, P M Dodson, Sascha Fauser, João Figueira, Michael Larsen, Nicolas Leveziel, Michael A. Kapusta, José M. Ruiz‐Moreno, Enrico Peiretti, Christian Pruente, Reiner O Schlingemann, Christoph Scholda

Notice bibliographique

RevueEuropean Ophthalmic Review · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensMcGill University
Organismes subventionnairesNovo NordiskGlaxoSmithKlinePfizerAllerganEli Lilly and Company
Mots-clésPsychosocialMedicineOphthalmologyOptical coherence tomographyPrimary careIntensive care medicineRetinalOptometryDiabetes mellitusFamily medicinePsychiatryEndocrinology

Résumé

récupéré en direct d'OpenAlex

Acomprehensive list of patient features that influence the management of patients with diabetic macular oedema (DMO) is discussed. These features are grouped into three overarching themes: ocular, systemic and psychosocial. Consensus statements about the relative importance of these features, supported by the literature, were formed by a panel of retinal experts. The major drivers influencing the management of DMO with anti-vascular endothelial growth factor (anti-VEGF) therapy are undoubtedly ocular specific, in particular visual acuity and optical coherence tomography (OCT) central retinal thickness. Systemic factors, such as control of glycated haemoglobin (HbA 1c ), blood pressure and serum lipid estimations, have limited direct influence on DMO management although they remain important considerations to communicate to the primary diabetic physician. A greater understanding is required on how many other factors, in particular psychosocial factors, influence the care of the DMO patient.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,244

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,018
Tête enseignante GPT0,264
Écart entre enseignants0,246 · 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'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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Ophthalmic ReviewMême sujetRetinal Diseases and TreatmentsTravaux en français237 207