MétaCan
Menu
Retour à la cohorte
Enregistrement W3005312177 · doi:10.1136/archdischild-2019-318119

The genetic crystal ball: new answers and new questions for infants with neuromuscular disorders and respiratory failure

2020· editorial· en· W3005312177 sur OpenAlexaff
Dominic Wilkinson, Gregory P. Moore

Notice bibliographique

RevueArchives of Disease in Childhood · 2020
Typeeditorial
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensChildren's Hospital of Eastern OntarioUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineRespiratory failureRespiratory systemIntensive care medicinePediatricsBioinformaticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

A male infant is born at term in unexpectedly poor condition. He needs immediate resuscitation including respiratory support and is admitted to the neonatal intensive care unit. The infant is treated initially for suspected hypoxic-ischaemic encephalopathy, but he remains ventilator dependent. Over the coming weeks, it becomes apparent that he may have an underlying neuromuscular disorder. The medical team orders various investigations, including genetic testing. Subsequently, the results indicate that he has X linked myotubular myopathy (XLMTM), a rare, severe, life-limiting congenital myopathy. In the ensuing weeks, the infant’s parents have long discussions with the clinical team caring for him. What does the future hold for him? For how long might he live? Will he be able to breathe without respiratory support? Would it be in his best interests to have a tracheostomy and continued mechanical ventilation? Or would it be best to withdraw his current respiratory support and allow him to die? In paediatric and neonatal intensive care, ethical questions about the benefits and burdens of treatment for children and infants with severe neurological disorders are fraught, but relatively familiar.1 However, for rare disorders, like XLMTM, answering parents’ questions adequately and honestly has often been extremely difficult. Sometimes that difficulty has arisen because it has taken a long time to reach a definitive diagnosis (the average age at diagnosis for XLMTM is 4 months2). However, even with a diagnosis, available information on outcomes may be difficult to interpret. Published cohorts of patients with rare diseases are inevitably small, but small case series …

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)0,008
score de la tête « metaresearch » (Gemma)0,043
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: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,043
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,006
Communication savante0,0040,014
Science ouverte0,0030,004
Intégrité de la recherche0,0130,024
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,003
Tête enseignante GPT0,210
Écart entre enseignants0,207 · 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
GenreÉditorial

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

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Disease in ChildhoodMême sujetGenomics and Rare DiseasesTravaux en français237 207