MétaCan
Menu
Retour à la cohorte
Enregistrement W2753110828 · doi:10.1111/jpc.13685

Survival comparison of patients with cystic fibrosis in Canada and the <scp>USA</scp>

2017· article· en· W2753110828 sur OpenAlexaboutno aff
David Isaacs

Notice bibliographique

RevueJournal of Paediatrics and Child Health · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHazard ratioConfidence intervalCystic fibrosisDemographyTransplantationInternal medicine

Résumé

récupéré en direct d'OpenAlex

National Cystic Fibrosis registries have found a striking difference in median survival between Canada and the USA (Fig. 1).1 Median survival currently favours Canada by over 10 years; for 2009–2013, Canada 50.9 years versus USA 40.6 years. The adjusted risk for death was 34% lower in Canada than in the USA; hazard ratio = 0.66 (95% confidence interval (CI) 0.54, 0.81; P = 0.002. North American Registry Data are based on high quality, prospective data and very large sample sizes; Canada, n = 5941; USA, n = 45 448. This difference is not explained by differences in medication use, such as long-term oral azithromycin, nor mucolytics (hypertonic saline and dornase-alpha are used significantly more in the USA). Nor is it explained by rates of Pseudomonas colonisation, nor deltaF508 homozygosity, which are similar in both countries. Lung transplantation rates may partially explain the difference, with 10.3% of patients transplanted in Canada, compared to 6.5% in the USA. The authors hypothesise that the most likely explanation is the substantial differences in both health care delivery and insurance status. Although Canadian patients have universal health cover, US patients have multiple categories of insurance – including no cover. Indeed, US patients with either ‘unknown’ or no health insurance had the worst survival rates; hazard ratio = 0.23 (95% CI 0.14, 0.37; P < 0.001). The authors conclude that these survival differences warrant further research.

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 enseignants0,085
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,012
Tête enseignante GPT0,293
Écart entre enseignants0,281 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Paediatrics and Child HealthMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207