MétaCan
Menu
Retour à la cohorte
Enregistrement W2769846020 · doi:10.1136/thoraxjnl-2017-210983.451

M29 Fvc decline over 1 year predicts mortality but not subsequent fvc decline in patients with ipf

2017· article· en· W2769846020 sur OpenAlexaff
Luca Richeldi, Martin Kolb, Arata Azuma, Wibke Stansen, Manuel Quaresma, Susanne Stowasser, Bruno Crestani

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Lymphocytic Leukemia Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésNintedanibMedicineInternal medicineIdiopathic pulmonary fibrosisLung

Résumé

récupéré en direct d'OpenAlex

Introduction In the INPULSIS trials, nintedanib reduced disease progression by reducing FVC decline vs placebo in patients with IPF. Patients who completed an INPULSIS trial could receive open-label nintedanib in the extension trial INPULSIS-ON. Aim To assess the impact of FVC decline in INPULSIS on FVC decline and mortality in INPULSIS-ON. Methods Descriptive analysis of the proportions of nintedanib-treated patients who had FVC decline <10% or≥10% predicted (pred) from baseline to week 52 of INPULSIS and the proportions of patients in these groups who had FVC decline <10% pred,≥10% pred, or died in the first year of INPULSIS-ON. Results 430 patients received nintedanib in both INPULSIS and INPULSIS-ON. Of these, 89.1% had FVC decline <10% pred from baseline to week 52 of INPULSIS. FVC decline from baseline to week 52 in patients treated with nintedanib in INPULSIS did not predict FVC decline in the first year of INPULSIS-ON. Most patients (77.2%) had FVC decline <10% pred in the first year of INPULSIS-ON. Patients who had FVC decline ≥10% pred in INPULSIS had higher mortality in INPULSIS-ON than patients with FVC decline <10% pred. Conclusion Independent of FVC decline in the first year, most patients had FVC decline <10% pred with continued nintedanib for a second year. FVC decline ≥10% pred over 1 year did not predict subsequent FVC decline, but was associated with higher mortality. Please refer to page A261 for declarations of interest in relation to abstract M29.

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)0,002
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 enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,038
Tête enseignante GPT0,336
Écart entre enseignants0,299 · 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 sujetChronic Lymphocytic Leukemia ResearchTravaux en français237 207