MétaCan
Menu
Retour à la cohorte
Enregistrement W3034678323 · doi:10.1016/j.jaip.2020.06.001

Impact of COVID-19 on Pediatric Asthma: Practice Adjustments and Disease Burden

2020· article· en· W3034678323 sur OpenAlexaff
Nikolaos G. Papadopoulos, Adnan Čustović, A. Deschildre, Alexander G. Mathioudakis, Wanda Phipatanakul, Gary Wong, Paraskevi Xepapadaki, Ioana Agache, Leonard B. Bacharier, Matteo Bonini, José A. Castro‐Rodríguez, Zhimin Chen, Timothy Craig, Francine M. Ducharme, Zeinab El-Sayed, Wojciech Feleszko, Alessandro Fiocchi, Luis García‐Marcos, James E. Gern, Anne Goh, René Maximiliano Gómez, Eckard Hamelmann, Gunilla Hedlin, Elham Hossny, Tuomas Jartti, Ömer Kalaycı, Alan Kaplan, Jon R. Konradsen, Piotr Kuna, Susanne Lau, Peter N. Le Souëf, Robert F. Lemanske, Mika J. Mäkelä, Mário Morais‐Almeida, Clare Murray, Karthik Nagaraju, Leyla S. Namazova-Baranova, Osman Yusuf, Paulo Márcio Pitrez, Petr Pohunek, César Fireth Pozo Beltrán, Graham Roberts, Arūnas Valiulis, Heather J. Zar, Rola Abou Taam, Hugo Azuara, Jacques Brouard, Pierrick Cros, Cindy De Lira, J.‐C. Dubus, Teija Dunder, Kamilla E. Efendieva, Carole Egron, Andrzej Emeryk, Yunuen R. Huerta Villalobos, Nidia Karen, P. Le Roux, Julia Levina, Monica Medley, Major Najaraju, Daniela Rivero‐Yeverino, Marja Ruotsalainen, Stanley J. Szefler, Cyril Schweitzer, Berenice Velasco Benhumea, Rosalaura Villarreal, Laurence Weiss, Anna Zawadzka‐Krajewska

Notice bibliographique

RevueThe Journal of Allergy and Clinical Immunology In Practice · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensInstitute of Infection and ImmunityUniversité de Montréal
Organismes subventionnairesMerck Sharp and DohmeNovartis PharmaGenentechNational Institute of Allergy and Infectious DiseasesGrifolsNorges IdrettshøgskoleAstraZenecaAllergy TherapeuticsNational Institutes of HealthJapanese Association of Cardiac RehabilitationRegeneron PharmaceuticalsMylanNovartisBioCrystAmerican Academy of Allergy Asthma and ImmunologyChiesi FarmaceuticiCovis PharmaBoehringer IngelheimNovo NordiskCSL BehringNational Institute for Health and Care ResearchMedical Research CouncilTeva Pharmaceutical IndustriesAimmune TherapeuticsRespiratory Effectiveness GroupUniversity of KentuckyMedImmuneSanofiManchester Biomedical Research CentreMerckGlaxoSmithKlineFood Allergy Research and EducationPfizer
Mots-clésCoronavirus disease 2019 (COVID-19)AsthmaMedicine2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PandemicIntensive care medicineDiseaseVirologyInfectious disease (medical specialty)ImmunologyInternal medicineOutbreak

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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,050
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,085
Tête enseignante GPT0,476
Écart entre enseignants0,391 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations169
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueThe Journal of Allergy and Clinical Immunology In PracticeMême sujetCOVID-19 and healthcare impactsTravaux en français237 207