Myeloproliferative neoplasms (MPNs) – Part 1: An overview of the diagnosis and treatment of the “classical” MPNs
Notice bibliographique
Résumé
Myeloproliferative neoplasms (MPNs) are rare, yet potentially life-threatening, disorders caused by overproliferation of bone marrow stem cells. The symptom burden experienced by patients with the BCR-ABL1-negative MPNs (also referred to as the classical MPNs, i.e., essential thrombocythemia [ET], polycythemia vera [PV] and myelofibrosis [MF]) can be significant and can negatively impact quality of life (QOL). Since patients with these MPNs can live for several years, thereby requiring long-term treatment and follow-up, nurses play an essential role in communicating with these patients, assessing their symptoms, and educating them on treatments and self-management strategies that can reduce their symptom burden. This article, which is the first of a two-part series, was developed to provide nurses and other healthcare professionals with a review of the diagnosis and treatment of the most common classical MPNs. The second article in this series (also available in this issue) will provide nurses with practical guidance for managing the symptom burden associated with MPNs in order to help enhance the overall health and well-being of patients living with these disorders.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».