MétaCan
Menu
Retour à la cohorte
Enregistrement W2781047685

Behandelopties bij ernstige hidradenitis suppurativa

2011· article· nl· W2781047685 sur OpenAlexaff
Jascha E. Mooij, Leonie van't Oost, Marjolein F. E. Leenarts, Jan R. Mekkes

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2011
Typearticle
Languenl
DomaineMedicine
ThématiqueHidradenitis Suppurativa and Treatments
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésHidradenitis suppurativaMedicineDermatologyAcneApocrineEtiologyAxillaDiseaseInternal medicinePathology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Hidradenitis suppurativa is a chronic skin disease, characterized by painful, deep-seated inflamed lesions, mainly in areas bearing apocrine sweat glands, most commonly the axillary and inguinal regions. Pain leads to mechanical problems, and bacterial growth in the lesions produces a foul-smelling discharge, which reduces the quality of life. In this type of hidradenitis the infection occurs around hair follicles and sebaceous glands, in contrast to what the name would suggest (hidradenitis = sweat-gland inflammation); hidradenitis suppurativa can, therefore be regarded more as a form of acne. The aetiology of hidradenitis is still unknown, but associated factors are smoking, obesity and familial predisposition.The syndrome can take a severe and disabling course. It is worthwhile implementing aggressive treatment at an early stage. Tumour necrosis factor-alpha inhibitors are now employed in the treatment of severe and treatment-resistant forms of hidradenitis suppurativa; under certain conditions this treatment will be reimbursed by the health insurance company. This development means that there are more treatment possibilities in hidradenitis than there were 5 years ago. The best results are achieved with a combination of antibiotic, anti-inflammatory and surgical treatment, tailored to the patient's individual situation

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,067
Tête enseignante GPT0,266
Écart entre enseignants0,199 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetHidradenitis Suppurativa and TreatmentsTravaux en français237 207