MétaCan
Menu
Retour à la cohorte
Enregistrement W2806561347 · doi:10.21037/jtd.2018.05.11

Management of drug-resistant tuberculosis in special sub-populations including those with HIV co-infection, pregnancy, diabetes, organ-specific dysfunction, and in the critically ill

2018· review· en· W2806561347 sur OpenAlexaff
Aliasgar Esmail, Natasha F. Sabur, Ikechi G. Okpechi, Keertan Dheda

Notice bibliographique

RevueJournal of Thoracic Disease · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensSt. Michael's HospitalWest Park Healthcare Centre
Organismes subventionnairesMedical Research CouncilEuropean and Developing Countries Clinical Trials PartnershipSouth African Medical Research Council
Mots-clésMedicineTuberculosisIntensive care medicineDrug resistant tuberculosisDrugDiseaseBedaquilinePregnancyCoinfectionHuman immunodeficiency virus (HIV)Drug resistanceDiabetes mellitusInfectious disease (medical specialty)LinezolidMycobacterium tuberculosisImmunologyInternal medicinePharmacologyPathology

Résumé

récupéré en direct d'OpenAlex

Tuberculosis remains a major problem globally, and is the leading cause of death from an infectious agent. Drug-resistant tuberculosis threatens to marginalise the substantial gains that have recently been made in the fight against tuberculosis. Drug-resistant TB has significant associated morbidity and a high mortality, with only half of all multidrug-resistant TB patients achieving a successful treatment outcome. Patients with drug-resistant TB in resource-poor settings are now gaining access to newer and repurposed anti-tuberculosis drugs such as bedaquiline, delamanid and linezolid. However, with ever increasing rates of co-morbidity, there is little guidance on how to manage complex patients with drug-resistant TB. We address that knowledge gap, and outline principles underpinning the management of drug-resistant TB in special situations including HIV co-infection, pregnancy, renal disease, liver disease, diabetes, and in the critically ill.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,620
Score d'incertitude au seuil0,888

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,069
Tête enseignante GPT0,401
Écart entre enseignants0,332 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations45
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thoracic DiseaseMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207