MétaCan
Menu
Retour à la cohorte
Enregistrement W2963237283 · doi:10.7861/clinmedicine.19-3-s82

A HaemSTAR-led, UK-wide ‘flash-mob’ audit of intravenous immunoglobulin use in immune thrombocytopenia

2019· article· en· W2963237283 sur OpenAlexaff
Phillip L.R. Nicolson, Rita Perry, Amelia Fisher, Gemma Scott, Laura Magill, D. Chan‐Lam, Alice Thorpe, Mac Macheta, Luke Carter‐Brzezinski, Sam Ackroyd, Alvin Katumba, Charlotte Bradbury, Sheila Jen, Marquita Camillieri, Martin Besser, Tom Bull, Katherine Leighton, Yezenash Ayalew, John Willan, Edmund Watson, Pamela Oshinyemi, Yogesh Upadhye, Keir Pickard, Imogen Swart-Rimmer, Chloe Knott, Sally Chown, Francesca Crolla, Daire Quinn, Lindsay McLeod-Kennedy, Hajer Oun, Christopher McDermott, Mairi Walker, Ryan Mullally, Naoimh Herlihy, Gulnaz Shah, Andrew J. Doyle, Susan Robinson, Zara Sayar, Rebecca Pryor, Chris Peet, Amir Shenouda, Indrani Venkatadasari, Jorge Cartier, Melek Akay, Dimitris A. Tsitsikas, Suthesh Sivapalaratnam, Nichola Cooper, Claire Lentaigne, Chris Bailey, Dan Mei Xu, Sine Janum, Arunodaya Mohan, Katja Kimberger, Maipelo Kgologolo, Belen Sevillano, Sophie Hanina, Akila Danga, Chira Mustafa, Charlotte Wilding, Roochi Trikha, Han Wang, Cristina Crossette-Thambiah, Andrew K. Hastings, Sree Sreedhara, David W. Wright, Laura Batey, Abigail Atkin, Sarah Davis, Sarah Jaafar, Ayesha Ejaz, Tina Biss, Jennifer Swieton, Mohd Sharin Mohd Noh, Holly Gibson, Tanya Freeman, Upekha Badaguma, Olivia Kreze, Suriya Kirkpatrick, Surenthini Suntharalingam, Miroslab Kmonicek, Michael Joffe, Dan Halperin, Michael Desborough, Alexandros Rampotas, Elissa Dhillon, Paul Greaves, Edward Blacker, Laura Aiken, Jesca Boot, Nithya Prasannan, Jonathan P. Kerr, Abi Martin, Sarah Wexler, Claire Burney, Michelle Melly, Regina Nolan, Rupert Hipkins, Israa Kaddam, Shereef Elmoamly, Jennifer Darlow, Dianne Plews, Caroline Shrubsole, Eleana Loizou, Louise Garth, Hina Peter, Julia Wolf, Shivali Walia, Vickie MacDonald, Abbas Zaidi, Robert Dunk, Haroon Miah, Atiqa Miah, David Tucker, Thomas Skinner, Seda Cakmak, Ipek Cakmak, Hayder Hussein, Richard J. Buka, Lydia Wilson, Georgina Talbot, Hafiz Qureshi, Sarah Wharin, Anna Dillon, Benjamin Bailiff, Graham McIlroy, Duncan Murray, Frances Seymour, Jane Graham, Samuel Harrison, Beena Salhan, David M. Sharpe, Wayne R. Thomas, Rory McCulloch, Nicola Crosbie, Gillian Lowe, Quentin A. Hill

Notice bibliographique

RevueClinical Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePlatelet Disorders and Treatments
Établissements canadiensRoyal Ottawa Mental Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineIntravenous ImmunoglobulinsAntibodyImmune systemIntravenous Immunoglobulin TherapyImmune thrombocytopeniaImmunologyIntravenous InfusionsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Intravenous immunoglobulin (IVIg) is a common therapy for patients with immune thrombocytopenia (ITP). The initial response rate for IVIg is 80%[1][1] and is typically rapid, with some patients responding in 24 hours, although usually in 2–4 days.[2][2] When IVIg is used alone, the response is

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,024
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,348
Écart entre enseignants0,309 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical MedicineMême sujetPlatelet Disorders and TreatmentsTravaux en français237 207