MétaCan
Menu
Retour à la cohorte
Enregistrement W2605162068 · doi:10.1177/0194599816685559

Panel 3: Genetics and Precision Medicine of Otitis Media

2017· review· en· W2605162068 sur OpenAlexaff
Jizhen Lin, Lena Hafrén, Joseph E. Kerschner, Jiandong Li, Steve D. M. Brown, Qing Yin Zheng, Diego Preciado, Yoshihisa Nakamura, Qiuhong Huang, Yan Zhang

Notice bibliographique

RevueOtolaryngology · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueEar Surgery and Otitis Media
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesNational Institute on Deafness and Other Communication Disorders
Mots-clésOtitisMedicinePsychological interventionFamily medicineSurgeryPsychiatry

Résumé

récupéré en direct d'OpenAlex

Objective The objective is to perform a comprehensive review of the literature up to 2015 on the genetics and precision medicine relevant to otitis media. Data Sources PubMed database of the National Library of Medicine. Review Methods Two subpanels were formed comprising experts in the genetics and precision medicine of otitis media. Each of the panels reviewed the literature in their respective fields and wrote draft reviews. The reviews were shared with all panel members, and a merged draft was created. The entire panel met at the 18th International Symposium on Recent Advances in Otitis Media in June 2015 and discussed the review and refined the content. A final draft was made, circulated, and approved by the panel members. Conclusion Many genes relevant to otitis media have been identified in the last 4 years in advancing our knowledge regarding the predisposition of the middle ear mucosa to commensals and pathogens. Advances include mutant animal models and clinical studies. Many signaling pathways are involved in the predisposition of otitis media. Implications for Practice New knowledge on the genetic background relevant to otitis media forms a basis of novel potential interventions, including potential new ways to treat otitis media.

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)0,012
score de la tête « metaresearch » (Gemma)0,022
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0170,005

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 Opus0,214
Tête enseignante GPT0,399
Écart entre enseignants0,185 · 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
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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOtolaryngologyMême sujetEar Surgery and Otitis MediaTravaux en français237 207