MétaCan
Menu
Retour à la cohorte
Enregistrement W3082719353 · doi:10.22541/au.158742091.17593008

Considerations for Head and Neck Oncology Practices During the Coronavirus Disease 2019 (COVID-19) Pandemic: The Wuhan and Toronto Experience

2020· dataset· en· W3082719353 sur OpenAlexaffabout
Antoine Eskander MD ScM

Notice bibliographique

RevueAuthorea · 2020
Typedataset
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésPandemicMedicineCoronavirus disease 2019 (COVID-19)OperationalizationHead and neck cancerHead and neckHealth careDiseaseIntensive care medicineMedical emergencyCancerInternal medicineInfectious disease (medical specialty)SurgeryPolitical science

Résumé

récupéré en direct d'OpenAlex

The practices of head and neck surgical oncologists must evolve to meet the unprecedented needs placed on our healthcare system by the Coronavirus Disease 2019 (COVID-19) pandemic. Guidelines are emerging to help guide the provision of head and neck cancer care, though in practice, it can be challenging to operationalize such recommendations. Head and neck surgeons at Wuhan University faced significant challenges in providing care for their patients. Similar challenges were faced by the University of Toronto during the severe acute respiratory syndrome (SARS) pandemic in 2003. Herein, we outline our combined experience and key practical considerations for maintaining an oncology service in the midst of a pandemic.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut 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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil0,419

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,327
Tête enseignante GPT0,530
Écart entre enseignants0,203 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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'admission2
Résumé présentoui

Explorer davantage

Même revueAuthoreaMême sujetCOVID-19 and healthcare impactsTravaux en français237 207