MétaCan
Menu
Retour à la cohorte
Enregistrement W2990433723 · doi:10.1038/s41436-019-0688-6

Pediatric Outcomes Data Collection Instrument is a Useful Patient-Reported Outcome Measure for Physical Function in Children with Osteogenesis Imperfecta

2019· article· en· W2990433723 sur OpenAlexafffund
Chaya N. Murali, David Cuthbertson, Brady Slater, Dianne Nguyen, Alicia Turner, Gerald E. Harris, V. Reid Sutton, Brendan Lee, Frank Rauch, Francis H. Glorieux, Jean‐Marc Retrouvey, Paul W. Esposito, Eric T. Rush, Michael B. Bober, David R. Eyre, Danielle Gomez, Tracy Hart, Mahim Jain, Deborah Krakow, Jeffrey P. Krischer, Eric Orwoll, Cathleen Raggio, Peter A. Smith, Laura L. Tosi, Sandesh C.S. Nagamani

Notice bibliographique

RevueGenetics in Medicine · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueConnective tissue disorders research
Établissements canadiensMcGill UniversityShriners Hospitals for Children - CanadaMontreal Children's Hospital
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Child Health and Human DevelopmentNational Institute of General Medical SciencesNational Center for Advancing Translational SciencesBanting and Best Diabetes Centre, University of TorontoOsteogenesis Imperfecta FoundationIntellectual and Developmental Disabilities Research CenterNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Institute of Dental and Craniofacial ResearchChildren's National HospitalUniversity of California, Los AngelesRare Diseases Clinical Research NetworkNational Institutes of HealthUniversity of Nebraska Medical Center
Mots-clésMedicinePhysical therapyPromPatient-reported outcomeOsteogenesis imperfectaPopulationQuality of life (healthcare)

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,006
score de la tête « metaresearch » (Gemma)0,019
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,041
Tête enseignante GPT0,319
Écart entre enseignants0,278 · 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

Citations27
Publié2019
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueGenetics in MedicineMême sujetConnective tissue disorders researchTravaux en français237 207