← Retour à la cohorte
Improving treatment decisions using personalized risk assessment from the International IgA Nephropathy Prediction Tool
Sean J. Barbour, Mark Canney, Rosanna Coppo, Hong Zhang, Yusuke Suzuki, Keiichi Matsuzaki, Ritsuko Katafuchi, Dilshani Induruwage, Lee Er, Heather N. Reich, John Feehally, Jonathan Barratt, Daniel Cattran, María Luisa Russo, S. Troyanov, H. Terence Cook, Ian S.D. Roberts, Vladimı́r Tesař, Dita Maixnerová, Sigrid Lundberg, Loreto Gesualdo, Francesco Emma, Laura Fuiano, G. Beltrame, Cristiana Rollino, A. Amore, Roberta Camilla, Licia Peruzzi, Manuel Praga, Sandro Feriozzi, Rosaria Polci, Giuseppe Segoloni, Loredana Colla, Antonello Pani, Doloretta Piras, Andrea Angioi, Giovanni Cancarini, S. Ravera, Magdalena Durlik, Elisabetta Moggia, José Ballarín, S. Di Giulio, Francesco Pugliese, I. Serriello, Mehmet Şükrü Sever, İşın Kiliçaslan, Francesco Locatelli, Lucia Del Vecchio, Jack F.M. Wetzels, Harm Peters, U. Berg, Fernanda Carvalho, A.C. da Costa Ferreira, M. Maggio, Andrzej Więcek, Mai Ots-Rosenberg, Riccardo Magistroni, Rezan Topaloğlu, Yelda Bilginer, Marco DʼAmico, Μaria Stangou, F Giacchino, Dimitrios Goumenos, Pantelitsa Kalliakmani, Miltiadis Gerolymos, Kres̆imir Gales̃ić, Colin Geddes, Kostas C. Siamopoulos, Olga Balafa, Marco Galliani, Piero Stratta, Marco Quaglia, R Bergia, Raffaella Cravero, Maurizio Salvadori, Lino Cirami, Bengt Fellström, Hilde Kloster Smerud, Franco Ferrario, T. Stellato, Jesús Egido, Carina Aguilar Martín, Jürgen Floege, Frank Eitner, Antonio Lupo, Patrizia Bernich, Paolo Mené, Massimo Morosetti, Cees van Kooten, Ton J. Rabelink, Marlies E. J. Reinders, J.M. Boria Grinyo, Stefano Cusinato, Luisa Benozzi, Silvana Savoldi, C. Licata, Małgorzata Mizerska-Wasiak, G Martina, A Messuerotti, Antonio Dal Canton, Ciro Esposito, C. Migotto, G Triolo, Filippo Mariano, Claudio Pozzi, R Boero, Shubha S. Bellur, Gianna Mazzucco, C. Giannakakis, E Honsová, B. Sundelin, Anna Maria Di Palma, Ester Gutiérrez, A.M. Asunis, Regina Tardanico, Agnieszka Perkowska‐Ptasińska, J. Arce Terroba, M. Fortunato, Afroditi Pantzaki, E. J. Steenbergen, Magnus Söderberg, Živile Riispere, Luciana Furci, Dıclehan Orhan, David Kipgen, Donatella Casartelli, Danica Galešić Ljubanović, Hariklia Gakiopoulou, E. Bertoni, Pablo Cannata Ortiz, Henryk Karkoszka, Hermann-Josef Groene, Antonella Stoppacciaro, Ingeborg M. Bajema, Jan A. Bruijn, Jadwiga Małdyk, E. Ioachim, Nüket Bavbek, Terry Cook, Charles E. Alpers, F. Berthoux, Stephen M. Bonsib, Vivette D. D’Agati, Giuseppe D’Amico, Steven N. Emancipator, F. Emmal, Fernando C. Fervenza, Sandrine Florquin, Agnes B. Fogo, Mark Haas, P. Hill, Ronald J. Hogg, Stephen I‐Hong Hsu, Tracy E. Hunley, Michelle Hladunewich, Caroline E. Jennette, Kensuke Joh, Bruce A. Julian, Tetsuya Kawamura, F M Lai, Chi Bon Leung, L. Li, P. Li, Zhihong Liu, Bruce Mackinnon, Sergio Mezzano, Francesco Paolo Schena, Yasuhiko Tomino, Patrick D. Walker, H. Wang, J J Weening, N. Yoshikawa N, Caihong Zeng, Sufang Shi, Chieko Nogi, Haruo Suzuki, Kentaro Koike, Keita Hirano, Takashi Yokoo, M. Hanai, Kei Fukami, Kazuo Takahashi, Y. Yuzawa, Misao Niwa, Yoshinari Yasuda, Shoji Maruyama, Daisuke Ichikawa, Takahide Suzuki, Sayuri Shirai, Akihisa Fukuda, Shota Fujimoto, Hernán Trimarchi
Notice bibliographique
RevueKidney International · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Diseases and Glomerulopathies
Établissements canadiensUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésImmunosuppressionMedicineProteinuriaNephropathyIntensive care medicineInternal medicineKidneyDiabetes mellitusEndocrinology
Résumé
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 enseignantsNi 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,517
Score d'incertitude au seuil0,999
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 Opus0,034
Tête enseignante GPT0,304
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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 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
Citations54
Publié2020
Routes d'admission2
Résumé présentnon