MétaCan
Menu
← Retour à la cohorte
Enregistrement W2947886614 · doi:10.3899/jrheum.190500

Dr. Kang, <i>et al</i> reply

2019· letter· he· W2947886614 sur OpenAlexvenueno aff
Amy Kang, Marilina Antonelou, Nikki Wong, Anisha Tanna, Nishkantha Arulkumaran, Frederick W.K. Tam, Charles D. Pusey

Notice bibliographique

RevueThe Journal of Rheumatology · 2019
Typeletter
Languehe
DomaineMedicine
ThématiqueVasculitis and related conditions
Établissements canadiensnon disponible
Organismes subventionnairesImperial College Healthcare NHS TrustImperial College LondonNational Institute for Health and Care ResearchImperial Health CharityWellcome Trust
Mots-clésMedicineIncidence (geometry)Venous thrombosisThrombosisVasculitisVenous thromboembolismInternal medicineSurgeryDisease

Résumé

récupéré en direct d'OpenAlex

We thank Dr. Rothschild for his interest 1 in our article 2 on the incidence of arterial and venous thrombosis in antineutrophil cytoplasmic antibodyassociated vasculitis (AAV). He raises the interesting issue of susceptibility to both arterial and venous thrombotic events, which is also characteristic of antiphospholipid syndrome. The question arises as to the possible role of antiphospholipid antibodies (aPL) in the thrombotic events seen in AAV. We also thought that this possibility should be examined, but unfortunately our data on aPL are limited, because we studied a retrospective cohort in which these tests were not routinely performed. In fact, we tested for anticardiolipin IgG and IgM in only 49 of the 210 patients in the study. We found positive results in 3 patients, none of whom were in the group with thrombosis 2 . In the patients who had a thrombosis, we found negative results in 4 out of the 24 who had an arterial thrombosis, and 5 out of 14 who had a venous thrombosis. These findings were not reported in the original paper because of the low proportion of patients tested and because they were tested only at baseline.

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)0,002
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0180,018
Charge utile insuffisante (le modèle a refusé de juger)0,0060,005

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 Opus0,013
Tête enseignante GPT0,265
Écart entre enseignants0,252 · 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
GenreAutre

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 revueThe Journal of Rheumatology→Même sujetVasculitis and related conditions→Travaux en français237 207→