MétaCan
Menu
← Retour à la cohorte
Enregistrement W3035318741

Urological implications of SARS CoV-19.

2020· article· en· W3035318741 sur OpenAlexaboutno aff
Vipin Tyagi, Ajay Kumar Sharma, Mahendra Bhandari

Notice bibliographique

RevuePubMed · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePandemicPsychological interventionCoronavirus disease 2019 (COVID-19)Medical emergencyHealth careIntensive care medicineDiseaseNursingInfectious disease (medical specialty)Pathology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The novel coronavirus disease 2019 (COVID-19), pandemic has afflicted > 3.3 million people around the world since December 2019. Though, more than 1000 publications have appeared in scientific journals addressing a plethora of questions, there is a considerable hiatus in understanding of the behavior and natural history of the virus and its impact on urology. Also, a modified approach is the need of hour in taking care of patients as urologists should safeguard their teams, families, and patients. MATERIAL AND METHODS: The authors have used guidelines from USA, Canada, UK, Europe and India for making recommendations to help urologist define their own policies that may have to be fine-tuned on the basis of continued and evolving challenges they would encounter and the local resources at their disposal. RESULTS: COVID-19 do effect genitourinary system from kidney to testis. The authors provide scientific basis to urologists to help identify patients by remote consultation who are likely to be harmed by coming to the hospital, and not to miss those who need hospitalization for diagnostic or therapeutic interventions. There is uncompromised need of specific precautions during surgery to safe guard the surgeon and his team along with the patient. CONCLUSIONS: Urological operations during COVID-19 pandemic should be limited to emergency cases during the acute phase with an exit strategy planned in a staggered manner, based on the scientific risk stratification. Telemedicine (e-clinics or virtual clinics) would help achieve the goal of risk stratification.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,257
Tête enseignante GPT0,399
Écart entre enseignants0,141 · 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetCOVID-19 and healthcare impacts→Travaux en français237 207→