MétaCan
Menu
Retour à la cohorte
Enregistrement W3004450134 · doi:10.21037/atm.2020.02.20

Chinese expert consensus on the perinatal and neonatal management for the prevention and control of the 2019 novel coronavirus infection (First edition)

2020· review· en· W3004450134 sur OpenAlexaff
Lai-Shuan Wang, Yuan Shi, Tiantian Xiao, Jianhua Fu, Xing Feng, Dezhi Mu, Qi Feng, Mingyan Hei, Xiaojing Hu, Zhankui Li, Guoping Lü, Zezhong Tang, Yajuan Wang, Chuanqing Wang, Shiwen Xia, Xu Jianqing, Yujia Yang, Jie Yang, Mei Zeng, Jun Zheng, Wei Zhou, Xiaoyu Zhou, Zhou Xiaoguang, Lizhong Du, Shoo K. Lee, Wenhao Zhou

Notice bibliographique

RevueAnnals of Translational Medicine · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueCOVID-19 Impact on Reproduction
Établissements canadiensPublic Health OntarioMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésInfection controlMedicineNeonatal intensive care unitCoronavirus disease 2019 (COVID-19)OutbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Transmission (telecommunications)Neonatal infectionPediatricsIntensive care medicineCoronavirus2019-20 coronavirus outbreakIntensive carePregnancyVirologyPathologyBiologyInfectious disease (medical specialty)Disease

Résumé

récupéré en direct d'OpenAlex

Since December 2019, there has been an outbreak of novel coronavirus (2019-nCoV) infection in China. Two cases of neonates with positive 2019-nCoV tests have been reported. Due to the immature immune system and the possibility of vertical transmission from mother to infant, neonates have become a high-risk group susceptible to 2019-nCoV, which emphasize a close cooperation from both perinatal and neonatal pediatrics. In neonatal intensive care unit (NICU), to prevent and control infection, there should be practical measures to ensure the optimal management of children potentially to be infected. According to the latest 2019-nCoV national management plan and the actual situation, the Chinese Neonatal 2019-nCoV expert working Group has put forward measures on the prevention and control of neonatal 2019-nCoV infection.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,005

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 Opus0,123
Tête enseignante GPT0,426
Écart entre enseignants0,303 · 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
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

Citations357
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Translational MedicineMême sujetCOVID-19 Impact on ReproductionTravaux en français237 207