MétaCan
Menu
Retour à la cohorte
Enregistrement W2984521888 · doi:10.1002/ppul.24511

Off‐label use of intravenous antimicrobials for inhalation in patients with cystic fibrosis

2019· review· en· W2984521888 sur OpenAlexaff
Cameron J. McKinzie, Lori Chen, Kim Ehlert, Alison G. Grisso, Alaina Linafelter, Lisa Lubsch, Catherine E. O’Brien, Alice Pan, Brittany A. Wright, E. Claire Elson

Notice bibliographique

RevuePediatric Pulmonology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineCystic fibrosisInhalationAntimicrobialSputumIntensive care medicineAdverse effectIntravenous antibioticsAntibioticsAnesthesiaInternal medicinePathologyTuberculosis

Résumé

récupéré en direct d'OpenAlex

Management of infections in patients with cystic fibrosis (CF) presents challenges for healthcare providers, including the eradication of initial acquisition, treatment of acute exacerbations, and chronic infection with suppressive therapy. Inhaled antimicrobial therapy for infections in patients with CF has been used in these capacities, often in an effort to achieve optimal concentrations in sputum for antimicrobial efficacy while mitigating potential toxicities associated with systemic therapy. Unfortunately, there are few commercially available products formulated for inhalation, resulting in the off-label use of other formulations, such as intravenous products, administered via nebulization. This review aims to examine the evidence supporting the efficacy of these off-label formulations for management of acute and chronic infections associated with CF, as well as adverse effects associated with their use.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,912
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,045
Tête enseignante GPT0,329
Écart entre enseignants0,284 · 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'étudeAutre devis
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

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric PulmonologyMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207