Bridging Disciplines as a pathway to Finding New Solutions for Osteoarthritis a collaborative program presented at the 2019 Orthopaedic Research Society and the Osteoarthritis Research Society International
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: To stimulate future research directions that seek solutions for osteoarthritis (OA) at the interface between diverse disciplines and address osteoarthritis (OA) as a serious disease with a complexity that has presented a barrier to finding safe effective solutions. Methods: Sessions were conducted at the 2019 meetings of the Orthopaedic Research Society (ORS) and Osteoarthritis Research Society International (OARSI) that included presentations and questions/comments submitted from leading OA researchers representing imaging, mechanics, biomarkers, phenotyping, clinical, epidemiology, inflammation and exercise. Results: Solutions for OA require a paradigm shift in research and clinical methods in which OA is contextualized as a complex whole-body/person disease. New OA definition(s)/phenotype(s) and OA markers/signals are needed to address the interplay between genetic and environmental factors of the disease as well as capture the mechanosensitivity of the disease. The term "Mechanokines" was proposed to highlight the importance of incorporating whole body mechanics as a marker of early OA. New interventions and apparent paradoxical observations/questions (e.g. exercise vs. load modification) were also discussed in the context of considering OA as a complex system. Conclusion: To advance new OA treatments that are safe and effective, OA should be considered as a "Whole Person" disease. This approach requires a concerted effort to bridge disciplines and include interactions across scales from the molecule to the whole body, including psychosocial aspects.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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