MétaCan
Menu
Retour à la cohorte
Enregistrement W2911373719 · doi:10.1159/000496739

Unmet Medical Needs in Ulcerative Colitis: An Expert Group Consensus

2019· review· en· W2911373719 sur OpenAlexaff
Silvio Danese, Matthieu Allez, Adriaan A. van Bodegraven, Iris Dotan, Javier P. Gisbert, Ailsa Hart, Péter L. Lakatos, Fernando Magro, Laurent Peyrin‐Biroulet, Stefan Schreiber, Dino Tarabar, Stephan R. Vavricka, Jonas Halfvarson, Séverine Vermeire

Notice bibliographique

RevueDigestive Diseases · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInflammatory Bowel Disease
Établissements canadiensMcGill UniversityMontreal General Hospital
Organismes subventionnairesPfizer
Mots-clésMedicineDelphi methodFamily medicineMEDLINEUlcerative colitisSystematic reviewAlternative medicineCochrane LibraryNominal groupDiseaseInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The authors aimed to conduct an extensive literature review and consensus meeting to identify unmet needs in ulcerative colitis (UC) and ways to overcome them. UC is a relapsing and remitting inflammatory bowel disease with varied, and changing, incidence rates worldwide. UC has an unpredictable disease course and is associated with a high health economic burden. During 2016 and 2017, a panel of experts was convened to identify, discuss and address areas of unmet need in UC. METHODS: PubMed and Cochrane Library databases were searched for relevant articles describing studies performed in patients with UC. These findings were used to generate a set of statements relating to unmet needs in UC. Consensus on these statements was then sought from a panel of 9 expert gastroenterologists using a modified Delphi review process that consisted of anonymous surveys followed by live meetings. RESULTS: In 2 literature reviews, over 5,000 unique records were identified and a total of 138 articles were fully reviewed. These were used to consider 26 areas of unmet need, which were explored in 2 face-to-face meetings, in which the statements were debated and amended, resulting in consensus on 30 final statements. The unmet needs identified were categorised into 7 areas: impact of UC on patients' daily life; importance of early diagnosis and treatment; drawbacks of existing treatments; urgent need for new treatments; and disease-, practice- or patient-focused unmet needs. CONCLUSIONS: These expert group meetings found a number of areas of unmet needs in UC, which is an important first step in tackling them in the future. Future research and development should be focused in these areas for the management of patients with UC.

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)0,199
score de la tête « metaresearch » (Gemma)0,239
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,199
Score d'incertitude au seuil0,988

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1990,239
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,0160,007
Études des sciences et des technologies0,0040,003
Communication savante0,0070,011
Science ouverte0,0060,013
Intégrité de la recherche0,0090,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,026
Tête enseignante GPT0,332
Écart entre enseignants0,306 · 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.

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

Citations97
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigestive DiseasesMême sujetInflammatory Bowel DiseaseTravaux en français237 207