MétaCan
Menu
Retour à la cohorte
Enregistrement W2980226139 · doi:10.1159/000502958

Atopic March: Collegium Internationale Allergologicum Update 2020

2019· review· en· W2980226139 sur OpenAlexaff
Michael Aw, J.B. Penn, Gail M. Gauvreau, Hermenio Lima, Roma Sehmi

Notice bibliographique

RevueInternational Archives of Allergy and Immunology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueDermatology and Skin Diseases
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésAtopic dermatitisMedicineDiseaseAsthmaEpidemiologyImmunologyAllergyAtopyPathology

Résumé

récupéré en direct d'OpenAlex

In recent decades, the worldwide prevalence of allergic disease has increased considerably. The atopic march is a model aimed at explaining the apparent progression of allergic diseases from atopic dermatitis (AD) to allergic asthma (AA) and to allergic rhinitis (AR). It hypothesizes that allergic disease begins, typically in children, with the development of AD, then AA, and finally progresses to AR. This theory has been widely studied in cross-sectional and long-term longitudinal studies and it has been found that as prevalence of AD declines, prevalence of AA increases. A similar relationship is reported between AA and AR. The legitimacy of the atopic march model is, however, currently debated. Epidemiological evidence and criticism of longitudinal studies point to an overstatement of the atopic march's prevalence and incorrect mechanisms, opening a discussion for alternative models to better explain the pathophysiological and epidemiological processes that promote this progression of allergic diseases. Albeit, risk factors for the development and progression of allergic disease, particularly AD, are critical in identifying disease progression. Investigating the role of age, severity, family history, phenotype, and genetic traits may give a better indication into the progression of allergic diseases. In addition, studies following patients from infancy into adulthood and a general increase in longitudinal studies would help broaden the knowledge of allergic disease progression and the atopic march.

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: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0200,011

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 Opus0,029
Tête enseignante GPT0,302
Écart entre enseignants0,273 · 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'étudeRevue systématique
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

Citations92
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Archives of Allergy and ImmunologyMême sujetDermatology and Skin DiseasesTravaux en français237 207