MétaCan
Menu
Retour à la cohorte
Enregistrement W2772149914 · doi:10.1177/1203475417746148

Toxic Epidermal Necrolysis Spectrum Management at Sunnybrook Health Sciences Centre: Our Multidisciplinary Approach After Review of the Current Evidence

2017· review· en· W2772149914 sur OpenAlexaffabout
Alexandra Mereniuk, Alejandra Jaque, Marc G. Jeschke, Neil H. Shear

Notice bibliographique

RevueJournal of Cutaneous Medicine and Surgery · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueDrug-Induced Adverse Reactions
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésToxic epidermal necrolysisMedicineMultidisciplinary approachGuidelineBroad spectrumMultidisciplinary teamHealth careFamily medicineIntensive care medicineDermatologyNursingPathology

Résumé

récupéré en direct d'OpenAlex

Toxic epidermal necrolysis spectrum (TENS) is a rare yet severe adverse drug reaction associated with a high mortality rate. Beyond supportive care, there is still no established therapy for TENS, although recent meta-analyses and UK guideline recommendations have attempted to offer a review of relevant literature on this difficult topic. As most directed treatments lack clear consensual evidence, care centres often resort to establishing their own strategies. As Canada's largest adult burn centre and the provincial reference centre for most burn patients in Ontario, our team at the Ross Tilley Burn Centre, in collaboration with the Department of Dermatology at Sunnybrook Health Sciences Centre, Toronto, Canada, has managed over 60 confirmed cases of TENS over the past 2 decades. We would like to share our management, experience, and present our treatment protocol that we recently established by a collaborative multidisciplinary team approach to help guide treatment of these complex patients not only in Canada but worldwide.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,170
Tête enseignante GPT0,422
Écart entre enseignants0,252 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cutaneous Medicine and SurgeryMême sujetDrug-Induced Adverse ReactionsTravaux en français237 207