← Retour à la cohorte
Increased High-Density Lipoprotein Levels Associated with Age-Related Macular Degeneration
Johanna M. Colijn, Ayşe Demirkan, Eveline Kersten, Magda A. Meester‐Smoor, B. Merle, Grigorios Papageorgiou, Shahzad Ahmad, Monique T. Mulder, Miguel Costa, Pascale Benlian, Geir Bertelsen, Alain M. Bron, Birte Claes, Catherine Creuzot‐Garcher, Maja Gran Erke, Paul J. Foster, Christopher J. Hammond, Carel B. Hoyng, Anthony P. Khawaja, Jean‐François Korobelnik, Stefano Piermarocchi, Tatiana Segato, Rufino Silva, Eric H. Souied, Katie Williams, Cornelia M. van Duijn, Cécile Delcourt, Caroline C. W. Klaver, Niyazi Acar, Lebriz Altay, Eleftherios Anastosopoulos, Augusto Azuara‐Blanco, Arthur A. Bergen, Christine Binquet, Alan Bird, Martin Bobák, Morten B. Larsen, Camiel J. F. Boon, Rupert Bourne, Lionel Brétillon, Rebecca Broe, Gabriëlle Buitendijk, Maria Luz Cachulo, Vittorio Capuano, Isabelle Carrière, Usha Chakravarthy, Michelle Chan, Petrus Chang, Angela J. Cree, Phillippa Cumberland, José Cunha‐Vaz, Vincent Daïen, Eiko de Jong, Gábor Deák, Marie-Noëlle Delyfer, Anneke Den Hollander, Martha Dietzel, Pedro Faria, Cláudia Farinha, Robert P. Finger, Astrid Fletcher, Panayiota Founti, Theo G. M. F. Gorgels, Jakob Grauslund, Franz Grus, Christopher Hammond, Thomas J. Heesterbeek, Manuel Hermann, René Hoehn, Ruth Hogg, Frank G. Holz, Nomdo M. Jansonius, Sarah Janssen, Jean-François Korobelnik, Julia Lamparter, Mélanie Le Goff, Terho Lehtimäki, Irene Leung, Andrew Lotery, Matthias Mauschitz, Magda Meester, Verena Meyer zu Westrup, Edoardo Midena, Stefania Miotto, Alireza Mirshahi, Sadek Mohan-Saïd, Michael Mueller, Alyson Muldrew, Joaquim Murta, Stefan Nickels, Sandrina Nunes, Christopher G. Owen, Tünde Pető, Norbert Pfeiffer, Elena Prokofyeva, Jugnoo S. Rahi, Olli Raitakari, Franziska G. Rauscher, Luísa Ribeiro, Marie‐Bénédicte Rougier, Alicja R. Rudnicka, José‐Alain Sahel, Aggeliki Salonikiou, Clarisa Sánchez, Tina Schick, Steffen Schmitz‐Valckenberg, Alexander Schuster, Cédric Schweitzer, Jasmin Shehata, Giuliana Silvestri, Christian Simader, Eric Souied, Martynas Špečkauskas, Henriët Springelkamp, Robyn J. Tapp, Fotis Topouzis, Elisa van Leeuwen, Virginie J. M. Verhoeven, Hans Vingerling, Therese von Hanno, Christian Wolfram, Jennifer Yip, Jennyfer Zerbib, Soufiane Ajana, Blanca Arango‐González, Verena Arndt, Vaibhav Bhatia, Shomi S. Bhattacharya, Marc Biarnés, Anna Borrell, Sebastian Bühren, Sofia M. Calado, Sascha Dammeier, Eiko K. de Jong, Berta de la Cerda, Francisco J. Diaz‐Corrales, Sigrid Diether, Eszter Emri, Tanja Endermann, Lucia L. Ferraro, Míriam Garcia, Sabina Honisch, Ellen Kilger, Hanno Langen, Imre Lengyel, Philip J. Luthert, Cyrille Maugeais, Bénédicte M.J. Merle Inserm, Jordi Monés, Everson Nogoceke, Frances M. Pool, Marius Ueffing, Karl Ulrich Bartz‐Schmidt, Timo Verzijden, Markus Zumbansen
Notice bibliographique
RevueOphthalmology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesHorizon 2020AllerganMoorfields Eye CharityCaisse nationale de solidarité pour l'autonomieConseil régional de Bourgogne-Franche-ComtéMedical Research CouncilStichting BlindenhulpUniversité de BordeauxNational Institute for Health and Care ResearchUniversité de BourgogneMinisterio de Economía y CompetitividadMoorfields Eye Hospital NHS Foundation TrustNederlandse Organisatie voor Wetenschappelijk OnderzoekQueen's UniversityErasmus Medisch CentrumHorizon 2020 Framework ProgrammeFondation pour la Recherche MédicaleLandelijke Stichting voor Blinden en SlechtziendenRadboud UniversiteitZonMwFondation Voir et EntendreOogfondsInstitut National de la Santé et de la Recherche MédicaleNovartis PharmaEuropean CommissionQueen's University BelfastCentre for Public Health, Queen's University BelfastInstitut National de la Recherche AgronomiqueUniversity College LondonCancer Research UKRadboud Universitair Medisch CentrumFondation de FranceStichting Steunfonds UitzichtMinisterie van Volksgezondheid, Welzijn en SportUniversità degli Studi di PadovaMacula FoundationCentre National de la Recherche ScientifiqueIonis PharmaceuticalsF. Hoffmann-La RocheAgence Nationale de la RechercheNovartis Foundation
Mots-clésMedicineMacular degenerationOphthalmology
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,009
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 Opus0,025
Tête enseignante GPT0,283
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), 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
Citations156
Publié2018
Routes d'admission1
Résumé présentnon