MétaCan
Menu
Retour à la cohorte
Enregistrement W3024200200 · doi:10.23750/abm.v91i2.9524

Smell and taste dysfunction during the COVID-19 outbreak: a preliminary report.

2020· letter· en· W3024200200 sur OpenAlexaff
Matteo Gelardi, Eleonora M. C. Trecca, Michele Cassano, Giorgio Ciprandi

Notice bibliographique

RevuePubMed · 2020
Typeletter
Langueen
DomaineNeuroscience
ThématiqueOlfactory and Sensory Function Studies
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésDysgeusiaAnosmiaOutbreakCoronavirus disease 2019 (COVID-19)MedicineTasteCoronavirusTaste disorderSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Common coldRespiratory systemDermatologyVirologyDiseaseImmunologyInternal medicinePsychologyInfectious disease (medical specialty)Neuroscience

Résumé

récupéré en direct d'OpenAlex

In late December 2019, in Wuhan (China), health authorities reported several clusters of pneumo- nia of unknown cause, subsequently attributed to a novel coronavirus, identified as Severe Acute Respiratory Syndrome-Coronavirus 2. Anosmia and dysgeusia have been reported as particular symptoms.4,5 Notably, these sensory symptoms seem to have a peculiar trend, such as usually precede the onset of respiratory symp- toms. So, they have been defined as "sentinel" symptoms. We presented a series of COVID-19 patients. Anos- mia and dysgeusia frequently preceded respiratory complaints. Anosmia and dysgeusia seem to be short-lived and self-resolving in COVID-19, thus a neurotoxic effect swiftly disappearing and/or cytopathic damage could be hypothesized similarly to other viral infections.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,165
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,141
Tête enseignante GPT0,245
Écart entre enseignants0,103 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations39
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetOlfactory and Sensory Function StudiesTravaux en français237 207