MétaCan
Menu
Retour à la cohorte
Enregistrement W3036451283 · doi:10.1016/s2352-3026(20)30205-2

Special considerations in the management of adult patients with acute leukaemias and myeloid neoplasms in the COVID-19 era: recommendations from a panel of international experts

2020· review· en· W3036451283 sur OpenAlexafffund
Amer M. Zeidan, Prajwal Boddu, Mrinal M. Patnaik, Jan Philipp Bewersdorf, Maximilian Stahl, Raajit K. Rampal, Rory M. Shallis, David P. Steensma, Michael R. Savona, Mikkael A. Sekeres, Gail J. Roboz, Daniel J. DeAngelo, Andre C. Schuh, Eric Padron, Joshua F. Zeidner, Roland B. Walter, Francesco Onida, Amir T. Fathi, Amy E. DeZern, Gabriela Hobbs, Eytan M. Stein, Paresh Vyas, Andrew H. Wei, David Bowen, Pau Montesinos, Elizabeth A. Griffiths, Amit Verma, Alla Keyzner, Michal Bar‐Natan, Shyamala Navada, Marina Kremyanskaya, Aaron D. Goldberg, Aref Al‐Kali, Mark Heaney, Aziz Nazha, Huda Salman, Selina M. Luger, Keith W. Pratz, Rami S. Komrokji, Michael W. Deininger, Blanca Xicoy Cirici, Vijaya Raj Bhatt, Lewis R. Silverman, Harry P. Erba, Pierre Fenaux, Uwe Platzbecker, Valeria Santini, Eunice S. Wang, Martin S. Tallman, Richard M. Stone, John Mascarenhas

Notice bibliographique

RevueThe Lancet Haematology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesDaiichi Sankyo EuropeNational Cancer InstituteGenentechNational Institutes of HealthSierra OncologyNational Institute for Health and Care ResearchOmeros CorporationArgenxPfizerIncyteCTI BiopharmaAstellas PharmaEisaiCelltrionAgios PharmaceuticalsMEI PharmaSyndax PharmaceuticalsAcceleronAstex PharmaceuticalsCelgenePTC TherapeuticsArog PharmaceuticalsNational Center for Advancing Translational SciencesMedical Research CouncilTeva Pharmaceutical IndustriesHelsinnJazz PharmaceuticalsArray BioPharmaUniversity of TorontoApellis PharmaceuticalsAlexion PharmaceuticalsBristol-Myers SquibbAstraZenecaTG TherapeuticsMacroGenicsCelldex TherapeuticsCardinal HealthAmgen
Mots-clésMedicineCoronavirus disease 2019 (COVID-19)Intensive care medicine2019-20 coronavirus outbreakMyeloid leukemiaOncologyInternal medicineVirologyDiseaseOutbreak

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 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)0,000
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,755
Score d'incertitude au seuil0,414

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,150
Tête enseignante GPT0,415
Écart entre enseignants0,265 · 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
GenreSynthèse

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

En bref

Citations90
Publié2020
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueThe Lancet HaematologyMême sujetCOVID-19 and healthcare impactsTravaux en français237 207