MétaCan
Menu
Retour à la cohorte
Enregistrement W3000224923 · doi:10.1016/s0140-6736(19)33065-x

A global accounting of sepsis

2020· letter· en· W3000224923 sur OpenAlexaboutno aff
Jordan A. Kempker, Greg S. Martin

Notice bibliographique

RevueThe Lancet · 2020
Typeletter
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNational Center for Advancing Translational SciencesNational Institute of Biomedical Imaging and BioengineeringAgency for Healthcare Research and Quality
Mots-clésMedicineGlobal healthDeath tollCause of deathEpidemiologyPublic healthIncidence (geometry)DiseaseSepsisDisease burdenBurden of diseaseScopusMEDLINEEnvironmental healthFamily medicinePopulationPolitical scienceImmunologyPathology

Résumé

récupéré en direct d'OpenAlex

For the past two decades, attention to sepsis has intensified because of growing recognition that it is one of the most common and lethal conditions we face, whether as a patient, provider, hospital, or public health agency. Until now, we have had an incomplete accounting of the global epidemiology of sepsis, with several reports from high-income countries and relatively few from countries of low and middle income (LMICs). In The Lancet, Kristina Rudd and colleagues1 present an analysis of data from the Global Burden of Diseases, Injuries, and Risk Factors Study (GBD) 2017, which is the most comprehensive assessment of the worldwide sepsis burden to date.

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)0,005
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,008
Études des sciences et des technologies0,0020,003
Communication savante0,0080,009
Science ouverte0,0010,007
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0380,011

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 Opus0,114
Tête enseignante GPT0,349
Écart entre enseignants0,235 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations78
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe LancetMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207