Notice bibliographique
Résumé
Ms. Patmore is a 51-year-old premenopausal female who presents to her family physician’s office with an ongoing episode of severe depression. She is accompanied by her daughter, who reports her mother’s inability to sleep, a lack of appetite, low energy and speech latency.1 Past medical history is significant for major depressive disorder (MDD) diagnosed five years ago and managed effectively in the past three years with the selective serotonin reuptake inhibitor (SSRI) fluoxetine (20 mg/d). Ms. Patmore’s daughter reports their family’s recent concerns that Ms. Patmore is becoming increasingly depressed, with similar characteristics as her initial depressive episodes five years previously. Ms. Patmore has a recent (1 year) history of estrogen-receptor positive invasive ductal carcinoma (IDC; T1N1 disease) that was identified on routine mammogram. She underwent a unilateral mastectomy 10 months ago and surgical reconstruction is pending. Post-operatively, Ms. Patmore began adjuvant therapy with oral tamoxifen (20 mg/d) as her cancer was found to be estrogen receptor (ER) positive.2 Her daughter reports that at that time, fluoxetine was replaced with the SSRI escitalopram (20 mg/d), owing to the propensity for drug interactions between certain SSRIs (including fluoxetine) and the cytochrome P450 (CYP) 2D6 enzyme, which metabolizes tamoxifen to its active metabolite, endoxifen.3 Over the past three months, Ms. Patmore’s depressive symptoms have returned and worsened.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,345 | 0,183 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».