MétaCan
Menu
Retour à la cohorte
Enregistrement W3019588978 · doi:10.30944/20117582.629

Manejo del cáncer colorrectal durante la pandemia por SARS-CoV-2

2020· article· es· W3019588978 sur OpenAlexaff
Raúl Eduardo Pinilla Morales, Antonio Caycedo‐Marulanda, Jorge Mario Castro, María Alejandra Fuentes-Sandoval

Notice bibliographique

RevueRevista Colombiana de Cirugía · 2020
Typearticle
Languees
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensKingston General Hospital
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyCoronavirus disease 2019 (COVID-19)MedicineDisease

Résumé

récupéré en direct d'OpenAlex

El virus SARS-CoV-2 (Severe Respiratory Acute Síndrome por Coronavirus-2) es un beta-coronavirus, que se transmite de persona a persona a través de aerosoles generados por tos o estornudos y por contacto directo con las manos contaminadas a través de las mucosas, causando principalmente compromiso respiratorio. Su origen se considera la ciudad de Wuhan en China y debido a su alta transmisibilidad se convirtió rápidamente en una pandemia, afectando de diferentes formas un gran porcentaje de la población, incluido el personal de la salud, con gran morbi-mortalidad. Esto ha llevado a tomar medidas estrictas con respecto a la disponibilidad del recurso sanitario para atender a la población afectada, así como a la prevención y el manejo de la contaminación de los pacientes no infectados que requieren seguir siendo atendidos por otro tipo de patologías, como es el caso de los pacientes oncológicos. En este trabajo pretendemos revisar el manejo de los pacientes con cáncer colorrectal a la luz de la pandemia, del momento ideal de ser llevados a cirugía, de las opciones del abordaje quirúrgico, de la pertinencia de la colonoscopia diagnóstica y terapéutica, así como de la importancia que reviste la experiencia del cirujano y la institución en el manejo multidisciplinario de la patología colorrectal y de la pandemia de COVID-19. Considerando que la literatura actual está basada en recomendaciones de expertos con bajo grado de evidencia, la intención es presentar algunas sugerencias motivadas en la experiencia de nuestras propias instituciones, guiadas por la literatura disponible y en constante evolución.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,406
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,064
Tête enseignante GPT0,371
Écart entre enseignants0,308 · 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'étudeSans objet
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Colombiana de CirugíaMême sujetCOVID-19 and healthcare impactsTravaux en français237 207