← Retour à la cohorte
CureGN Study Rationale, Design, and Methods: Establishing a Large Prospective Observational Study of Glomerular Disease
Laura Mariani, Andrew S. Bomback, Pietro A. Canetta, Michael F. Flessner, Margaret Helmuth, Michelle Hladunewich, Jonathan Hogan, Krzysztof Kiryluk, Patrick H. Nachman, Cynthia C. Nast, Michelle N. Rheault, Dana V. Rizk, Howard Trachtman, Scott E. Wenderfer, Corinna Bowers, Peg Hill-Callahan, Maddalena Marasà, Caroline J. Poulton, Adelaide Revell, Suzanne Vento, Laura Barisoni, D C Cattran, Vivette D. D’Agati, J. Charles Jennette, Jon B. Klein, Louis‐Philippe Laurin, Katherine Twombley, Ronald J. Falk, Ali G. Gharavi, Brenda W. Gillespie, Debbie S. Gipson, Larry A. Greenbaum, Lawrence B. Holzman, Matthias Kretzler, Bruce Robinson, William E. Smoyer, Lisa M. Guay‐Woodford, Wooin Ahn, Gerald B. Appel, Revekka Babayev, Ibrahim Batal, Eric J. Brown, Eric S. Campenot, Lucrezia Carlassara, Brenda Chan, Debanjana Chatterjee, Elisa Delbarba, Samriti Dogra, Hilda Fernández, Bartosz Foroncewicz, Gian Marco Ghiggeri, William H. Hines, S. Ali Husain, Namrata G. Jain, Pascale Khairallah, Byum Hee Kil, Anushya Jeyabalan, Wai Lam Lau, Fangming Lin, Francesca Lugani, Glen S. Markowitz, Sumit Mohan, Xueru Mu, Krzysztof Mucha, Thomas L. Nickolas, Stacy Piva, Jai Radhakrishnan, Maya K. Rao, Renu Regunathan-Shenk, Simone Sanna‐Cherchi, Dominick Santoriello, Shayan Shirazian, Michael B. Stokes, Natalie Yu, Anthony M. Valeri, Ronald Zviti, Amira Al‐Uzri, Josephine M. Ambruzs, Isa Ashoor, Diego Avilés, Rossana Baracco, John Barcia, Sharon Bartosh, Craig W. Belsha, Michael Braun, Yi Cai, Vladimir Chernitskiy, Aftab S. Chishti, Donna Claes, Kira Clark, Carl H. Cramer, Keefe Davis, Amy Dutcher, Elif Erkan, Daniel I. Feig, Michael Freundlich, Joseph P. Gaut, Rasheed Gbadegesin, Melisha Hanna, Guillermo Hidalgo, David K. Hooper, Tracy E. Hunley, Amrish Jain, Mahmoud Kallash, Margo Kamel, Myda Khalid, Theresa Kump, Jerome C. Lane, Helen Liapis, John D. Mahan, Nisha Mathews, Carla Nester, Cynthia G. Pan, Larry T. Patterson, Hiren P. Patel, Alice A. Raad, Cynthia Silva, Rajasree Sreedharan, Tarak Srivastava, Julia Steinke, Susan Sumner, Tetyana L. Vasylyeva, Chia-shi Wang, Donald J. Weaver, Craig S. Wong, Hong Yin, Anand Achanti, Salem Almaani, Isabelle Ayoub, Milos N. Budisavljevic, Maggie D’Angelo, Vimal K. Derebail, Huma Fatima, Agnes B. Fogo, Keisha L. Gibson, Dorey A. Glenn, Susan L. Hogan, Koyal Jain, Bruce A. Julian, Jason M. Kidd, H. Davis Massey, Amy K. Mottl, Shannon L. Murphy, Tibor Nádasdy, Jan Novák, Samir M. Parikh, Thomas Brian Powell, Bryce B. Reeve, Matthew B. Renfrow, Monica L. Reynolds, Brad H. Rovin, Virginie Royal, Manish K. Saha, Neil Sanghani, Sally Self, Sharon G. Adler, Nada Alachkar, Charles E. Alpers, Raed Bou Matar, Carmen Ávila-Casado, Serena M. Bagnasco, Emily Brede, Elizabeth Brown, Daniel C. Cattran, Michael Choi, Gabriel Contreras, Katherine M. Dell, Darren A. DeWalt, Michelle Denburg, Ram Dukkipati, Fernando C. Fervenza, Alessia Fornoni, Crystal A. Gadegbeku, Patrick E. Gipson, Anny Gonzalez-Zea, Leah Hasely, Elizabeth Hendren, Sangeeta Hingorani, Jean Hou, J. Ashley Jefferson, Kenar D. Jhaveri, Duncan B. Johnstone, Frederick J. Kaskel, Amy Kogan, Jeffrey B. Kopp, Richard Lafayette, Kevin V. Lemley, Laura Málaga-Diéguez, Kevin Meyers, Alicia M. Neu, Michelle M. O’Shaughnessy, John F. O’Toole, Andrea L. Oliverio, Matthew Palmer, Rulan S. Parekh, Renée Pitter, Heather N. Reich, Kimberly J. Reidy, Helbert Rondon‐Berrios, Kamalanathan K. Sambandam, Matthew G. Sampson, John R. Sedor, David T. Selewski, Christine B. Sethna, Jeffrey R. Schelling, Katherine R. Tuttle, Meryl Waldman, Joseph Weisstuch, Roger C. Wiggins, David Williams, Cheryl A. Winkler, Eric W. Young, Olga Zhdanova, Charlotte A. Beil, Richard Eikstadt, John Graff, Stephen M. Hewitt, Emily Herreshoff, Chrysta Lienczewski, Sarah Mansfield, Keith McCullough, Nicholas Moore, Melissa Sexton, Jonathan P. Troost, Matthew Wladkowski, Jarcy Zee, Dawn Zinsser
Notice bibliographique
RevueAmerican Journal of Kidney Diseases · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Diseases and Glomerulopathies
Établissements canadiensHôpital Maisonneuve-RosemontUniversity Health NetworkHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institutes of Health
Mots-clésMedicineObservational studyProspective cohort studyResearch designDiseaseIntensive care medicineInternal medicineStatistics
Résumé
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
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.
score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,785
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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.
Tête enseignante Opus0,038
Tête enseignante GPT0,365
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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.
Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Citations136
Publié2018
Routes d'admission1
Résumé présentnon