MétaCan
Menu
Retour à la cohorte
Enregistrement W2803157865 · doi:10.1111/bjh.15274

How i treat primary haemophagocytic lymphohistiocytosis

2018· review· en· W2803157865 sur OpenAlexaff
Rebecca Marsh, Élie Haddad

Notice bibliographique

RevueBritish Journal of Haematology · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueAutoimmune and Inflammatory Disorders Research
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensive care medicineDiseaseHemophagocytic lymphohistiocytosisTransplantationHematopoietic stem cell transplantationPediatricsImmunologyPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Primary haemophagocytic lymphohistiocytosis (HLH) diseases are a collection of inherited genetic disorders that cause the syndrome of HLH. Great advances have been made in the last 20 years with regard to the discovery of many of the genetic aetiologies of disease. Several advances have also been made on the clinical stage. Accurate screening diagnostics for primary HLH diseases that are superior to traditional Natural Killer cell function testing have been developed and are now available in many countries. There is now grounded clinical experience on which to base routine treatment decisions for patients with HLH. Newer approaches to allogeneic haematopoietic cell transplantation have increased overall patient survival. Despite these advances, however, there is still much work to be done to further improve patient care. This 'How I Treat' article will focus on summarizing current diagnostic, treatment and transplant strategies for patients with primary HLH diseases.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0060,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,049
Tête enseignante GPT0,333
Écart entre enseignants0,284 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations61
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of HaematologyMême sujetAutoimmune and Inflammatory Disorders ResearchTravaux en français237 207