MétaCan
Menu
Retour à la cohorte
Enregistrement W3011544320 · doi:10.1016/s0140-6736(20)30166-5

The risk of tuberculosis in children after close exposure: a systematic review and individual-participant meta-analysis

2020· review· en· W3011544320 sur OpenAlexfundno aff
Leonardo Martínez, Olivia Cords, C. Robert Horsburgh, Jason R. Andrews, Carlos Acuña-Villaorduña, Shama D. Ahuja, Neus Altet, Orvalho Augusto, Davit Baliashvili, Sanjay Basu, Mercedes C. Becerra, Maryline Bonnet, W. Henry Boom, Martien W. Borgdorff, F Boulahbal, Anna Cristina Calçada Carvalho, Joan A. Caylà, Tsira Chakhaia, Pei‐Chun Chan, Ted Cohen, Júlio Croda, Sumona Datta, Justin T. Denholm, Reynaldo Dietze, Claudia C. Dobler, Simon Donkor, Uzochukwu Egere, Jerrold J. Ellner, Marcos Espinal, Carlton A. Evans, Chi‐Tai Fang, Katherine Fielding, Greg J. Fox, Luis F. Garcı́a, Alberto L. García‐Basteiro, Steffen Geis, Stephen M. Graham, Louis Grandjean, Djohar Hannoun, Mark Hatherill, Anja M. Hauri, Anneke C. Hesseling, Philip C. Hill, Li‐Min Huang, Helena Huerga, Rabia Hussain, Leah G. Jarlsberg, Edward C. Jones‐López, Seiya Kato, Midori Kato‐Maeda, Beate Kampmann, H. Lester Kirchner, Afrânio Lineu Kritski, Christoph Lange, Chih‐Hsin Lee, Li‐Na Lee, Meng‐Rui Lee, Antônio Carlos Moreira Lemos, Christian Lienhardt, Du-Lin Ling, Qiao Liu, Nathan C. Lo, Richard Long, Elisa López‐Varela, Peng Lü, Matthew J. Magee, LaShaunda L. Malone, Anna M. Mandalakas, Neil Martinson, Rufaida Mazahir, Megan Murray, Eduardo Martins Netto, Larissa Otero, Julie Parsonnet, Arthur Reingold, H. Simon Schaaf, James A. Seddon, Surendra K. Sharma, Jitendra Singh, Sarman Singh, Rosa Sloot, Giovanni Sotgiu, Catherine M. Stein, Najeeha Talat Iqbal, Rina Triasih, Lisa Trieu, Maarten F. Schim van der Loeff, Patrick Van der Stuyft, Cari van Schalkwyk, Richa Vashishtha, Lilly M. Verhagen, Julian A. Villalba, Jann‐Yuan Wang, Christopher C. Whalen, Takashi Yoshiyama, Heather J. Zar, Jean-Pierre Zellweger, Limei Zhu

Notice bibliographique

RevueThe Lancet · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Infection and ImmunityNational Institute of Allergy and Infectious DiseasesNational Institute of General Medical SciencesInstituto de Higiene e Medicina Tropical, Universidade Nova de LisboaMedical Research CouncilPan American Health OrganizationCenters for Disease Control and PreventionNational Institutes of HealthUniversidade Federal do Espírito SantoLungenliga SchweizFogarty International CenterUniversitas Gadjah MadaUniversité de MontpellierNational Taiwan UniversityUniversidade Nova de LisboaUniversità degli Studi di SassariFu Jen Catholic UniversityFundação Oswaldo CruzUniversiteit StellenboschUniversidad de AntioquiaUniversiteit GentAligarh Muslim UniversityGovernment of Jiangsu ProvinceInstitut National de la Santé et de la Recherche MédicaleGeorgia State UniversityUniversiteit van AmsterdamInstitut de Recherche pour le DéveloppementDepartment of Science and Technology, Ministry of Science and Technology, IndiaImperial College LondonWellcome TrustBond UniversityCase Western Reserve UniversityMassachusetts General HospitalTexas Children's HospitalNational Taiwan University HospitalJohns Hopkins UniversityNational Research FoundationEmory UniversitySydney Medical SchoolYale UniversityUniversity of Alberta
Mots-clésTuberculosisMedicineMeta-analysisMycobacterium tuberculosisOdds ratioCohort studyBCG vaccineVaccinationEnvironmental healthPediatricsDemographyImmunologyInternal medicinePathology

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)0,008
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,021
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0180,032
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,158
Tête enseignante GPT0,395
Écart entre enseignants0,237 · 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'étudeMéta-analyse
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

Citations350
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueThe LancetMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207