MétaCan
Menu
Retour à la cohorte
Enregistrement W2905739553 · doi:10.1111/ijd.14346

Global perspectives for the management of onychomycosis

2018· review· en· W2905739553 sur OpenAlexaff
Aditya Gupta, Rachel Mays, Sarah G. Versteeg, Bianca Maria Piraccini, Anita Takwale, Avner Shemer, Meir Babaev, Chander Grover, Nilton Gióia Di Chiacchio, Paulo R. Taborda, Valeria Brega Alvares Taborda, Neil H. Shear, Vincent Piguet, Antonellá Tosti

Notice bibliographique

RevueInternational Journal of Dermatology · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueNail Diseases and Treatments
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreMediprobe Research (Canada)Women's College HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineNail diseaseIntensive care medicinePerspective (graphical)TerbinafineGovernment (linguistics)Disease managementDermatologyDiseaseAntifungalItraconazolePathologyParonychia

Résumé

récupéré en direct d'OpenAlex

Onychomycosis is a fungal nail infection caused by dermatophytes, nondermatophyte molds, and yeasts. This difficult-to-treat chronic infection has a tendency to relapse despite treatment. This paper aims to offer a global perspective on onychomycosis management from expert physicians from around the world. Overall, the majority of experts surveyed used systemic, topical, and combination treatments approved in their countries and monitored patients based on the product insert or government recommendations. Although the basics of treating onychomycosis were similar between countries, slight differences in onychomycosis management between countries were found. These differences were mainly due to different approaches to adjunctive therapy, rating the severity of disease and use of prophylaxis treatment. A global perspective on the treatment of onychomycosis provides a framework of success for the committed clinician with appreciation of how onychomycosis is managed worldwide.

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 machine sur la base complète

Imitation des enseignants

Ni 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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,044
Tête enseignante GPT0,429
Écart entre enseignants0,385 · 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 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'étudeSans objet
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

Citations67
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of DermatologyMême sujetNail Diseases and TreatmentsTravaux en français237 207