MétaCan
Menu
Retour à la cohorte
Enregistrement W2943330448 · doi:10.1080/21641846.2019.1611940

Deciphering fatigue factor in chronic hepatitis B infection

2019· article· en· W2943330448 sur OpenAlexaff
Nevio Cimolai

Notice bibliographique

RevueFatigue Biomedicine Health & Behavior · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensUniversity of British ColumbiaChildren's & Women's Health Centre of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineCINAHLAsymptomaticContext (archaeology)Cochrane LibraryChronic hepatitisIntensive care medicineMEDLINEDiseaseHepatitis BQuality of life (healthcare)ImmunologyInternal medicineMeta-analysisPsychological interventionPsychiatryVirus

Résumé

récupéré en direct d'OpenAlex

Background: With success in treating hepatitis C disease, chronic hepatitis B infection will be given more attention here forward. Whereas prevention of late morbidity with chronic hepatitis B infection is an admirable goal, the benefit for treating chronic carriers who lack determinable advances in their liver disease remains a debate.Purpose: Fatigue, as a symptom, is one of several clinical complications that may be useful to assess the treatment of relatively asymptomatic chronic carriers. This narrative review assesses the current status for assessment of fatigue in this context.Methods: A literature review was conducted of citations intersecting fatigue and hepatitis B as found in PubMed, EMBASE, CINAHL Plus, and the Cochrane Library.Results: Fatigue measurement can be direct or indirect with the assistance of several survey instruments, but there is a lack of universal adoption of any one or more. Nevertheless, there appears to be a consensus that worse fatigue scores are associated with increased hepatitis B-associated morbidity. There is no clear consensus about which quality of life indicators will serve treatment studies best.Conclusion: Studies of treatment that assess fatigue and other clinical symptoms as outcomes must be properly matched and controlled. The combination of clinical and/or biochemical measures should have uniformity and consensus among scientists.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,055
Tête enseignante GPT0,370
Écart entre enseignants0,314 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFatigue Biomedicine Health & BehaviorMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207