MétaCan
Menu
Retour à la cohorte
Enregistrement W2755106885 · doi:10.1016/s1474-4422(17)30278-8

Retinal layer segmentation in multiple sclerosis: a systematic review and meta-analysis

2017· review· en· W2755106885 sur OpenAlexaff
Axel Petzold, Laura J. Balcer, Peter A. Calabresi, Fiona Costello, Teresa C. Frohman, Elliot M. Frohman, Elena H. Martínez‐Lapiscina, Ari Green, Randy H. Kardon, Olivier Outteryck, Friedemann Paul, Sven Schippling, P. Vermersch, Pablo Villoslada, Lisanne J. Balk, Orhan Aktaş, Philipp Albrecht, Jane Ashworth, Nasrin Asgari, Graeme C. Black, Daniel Boehringer, Raed Behbehani, Leslie Benson, Robert Bermel, Jacqueline Bernard, Alexander U. Brandt, Jodie Burton, Jonathan Calkwood, Christian Cordano, Ardith Courtney, Andrés Cruz-Herranz, Ricarda Diem, Avril Daly, Hélène Dollfus, Christina Fasser, Carsten Finke, Jette Lautrup Frederiksen, Elena García‐Martín, Inés González‐Suarez, Gorm Pihl-Jensen, Jennifer Graves, Joachim Havla, Bernhard Hemmer, Su‐Chun Huang, Jaime Imitola, Hong Jiang, David Keegan, Eric Kildebeck, Alexander Klistorner, Benjamin Knier, Scott Kolbe, Thomas Korn, Bart P. Leroy, Letizia Leocani, Dorothée Leroux, Petra Lišková, Birgit Lorenz, Jana Lízrová Preiningerová, Janine Mikolajczak, Xavier Montalbán, Mark J. Morrow, Rachel Nolan, Timm Oberwahrenbrock, Frederike Cosima Oertel, Celia Oreja‐Guevara, Benjamin Osborne, Athina Papadopoulou, Marius Ringelstein, Shiv Saidha, Bernardo Sánchez‐Dalmau, Jaume Sastre‐Garriga, Robert K. Shin, Neil Shuey, Kerstin Soelberg, Ahmed Toosy, R. Martinez Torres, Ángela Vidal‐Jordana, Amy Waldman, Owen White, Ann Ming Yeh, Sui H. Wong, Hanna Zimmermann

Notice bibliographique

RevueThe Lancet Neurology · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésOptic neuritisMultiple sclerosisRetinalMedicineNerve fiber layerOphthalmologyMeta-analysisOptical coherence tomographyAtrophyOptic nervePathology

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,010
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,027
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0180,029
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,568
Tête enseignante GPT0,459
Écart entre enseignants0,109 · 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'étudeMéta-analyse
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

Citations568
Publié2017
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueThe Lancet NeurologyMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207