MétaCan
Menu
Retour à la cohorte
Enregistrement W2600490837 · doi:10.1136/bmj.j1388

Urgent improvements needed to diagnose and manage Lynch syndrome

2017· letter· en· W2600490837 sur OpenAlexaff
Kevin Monahan, Deborah Alsina, Simon P. Bach, James Buchanan, John Burn, Sue Clark, Peter Dawson, Bianca de Souza, Farhat V N Din, Sunil Dolwani, Malcolm G. Dunlop, James E. East, D. Gareth Evans, Nicola Fearnhead, Ian M. Frayling, Rob Glynne‐Jones, James Hill, Richard S. Houlston, Mark A. Hull, Fiona Lalloo, Andrew Latchford, Suzy Lishman, Philip Quirke, Colin Rees, Matt Rutter, Peter Sasieni, Asha Senapati, D Speake, Huw Thomas, Ian Tomlinson

Notice bibliographique

RevueBMJ · 2017
Typeletter
Langueen
DomaineMedicine
ThématiqueGenetic factors in colorectal cancer
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesNational Institute for Health and Care ResearchCancer Research UK
Mots-clésLynch syndromeExcellenceGuidelineMedicineColorectal cancerHealth careCancerIntensive care medicineFamily medicineInternal medicinePathologyPolitical scienceDNA mismatch repair

Résumé

récupéré en direct d'OpenAlex

Lynch syndrome is currently under-recognised, underdiagnosed, and undermanaged, so opportunities to reduce cancer mortality are often missed. The new guideline from the National Institute for Health and Care Excellence recommends universal testing for Lynch syndrome in all people newly diagnosed as having colorectal cancer.1 This should prevent several hundred colorectal cancers annually, but several issues hinder good care …

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)0,008
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,055
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,005
Communication savante0,0050,012
Science ouverte0,0030,005
Intégrité de la recherche0,0640,061
Charge utile insuffisante (le modèle a refusé de juger)0,0270,017

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 Opus0,030
Tête enseignante GPT0,321
Écart entre enseignants0,291 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

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

En bref

Citations24
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetGenetic factors in colorectal cancerTravaux en français237 207