MétaCan
Menu
Retour à la cohorte
Enregistrement W3014913078 · doi:10.1016/j.jaad.2020.03.058

Systematic retrospective study of 64 patients with anti-Mi2 dermatomyositis: A classic skin rash with a necrotizing myositis and high risk of malignancy

2020· letter· en· W3014913078 sur OpenAlexaff
Grégoire Monseau, Océane Landon‐Cardinal, Werner Stenzel, Yoland Schoindre, K. Mariampillai, Stéphane Barete, Clothilde Martel, A. Masseau, Alain Meyer, Benjamin Terrier, Sarah Guégan, L. Verneuil, Sylvain Audia, Cristian Bulai Livideanu, Eric Hachulla, Jean‐Emmanuel Kahn, Guillaume Lefèvre, F. Maurier, Guillaume Moulis, T. Papo, Antoine Dossier, V. Descamps, Emmanuelle Salort‐Campana, Marie-Aleth Richard, Emmanuel Bergot, Laurent Mortier, N. Costedoat‐Chalumeau, Séverine Genot, Florian Perez, Anne‐Marie Piette, Maxime Samson, N. Schleinitz, Thierry Zénone, M. Lacoste, Hubert de Boysson, S. Madaule, Aude Rigolet, Nicolas Champtiaux, B. Hervier, Anne‐Marie Bouvier, Valérie Jooste, Sarah Léonard-Louis, Thierry Maisonobe, Achille Aouba, Olivier Benvéniste, Boris Bienvenu, Yves Allenbach

Notice bibliographique

RevueJournal of the American Academy of Dermatology · 2020
Typeletter
Langueen
DomaineMedicine
ThématiqueInflammatory Myopathies and Dermatomyositis
Établissements canadiensUniversité de MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésDermatomyositisMedicineRashDermatologyAutoantibodyMalignancyJuvenile dermatomyositisMyositisPathologyInflammatory myopathyAntibodyImmunology

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,005
Tête enseignante GPT0,222
Écart entre enseignants0,217 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations26
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJournal of the American Academy of DermatologyMême sujetInflammatory Myopathies and DermatomyositisTravaux en français237 207