MétaCan
Menu
Retour à la cohorte
Enregistrement W3094579907 · doi:10.1177/2054358120949110

The CSN COVID-19 Rapid Response Program

2020· article· en· W3094579907 sur OpenAlexaffabout
Gihad Nesrallah, Loreen Gilmour, Adeera Levin, Reem A. Mustafa, Steven Soroka, Deborah Zimmerman

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensOttawa HospitalQueen Elizabeth II Health Sciences CentreUniversity of British ColumbiaAlberta Health ServicesHumber River Regional HospitalMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicinePandemicInterimTimelineIntensive care medicineKidney diseaseNephrologyCoronavirus disease 2019 (COVID-19)DiseaseInfectious disease (medical specialty)Internal medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

The coronavirus disease (COVID-19) pandemic has created unprecedented challenges in caring for individuals living with kidney disease. In response to a growing call for up-to-date information and evidence-informed advice, the Canadian Society of Nephrology has established a COVID-19 Rapid Response Team that will leverage existing evidence and national expertise to inform kidney care practices in the COVID-19 era. Given limited published evidence and compressed timelines, formal clinical practice guidelines are not feasible, and we have adopted rapid review methods to instead provide interim guidance across identified priority areas. In this article, we describe the methodological approach that was applied in developing a first iteration of guidance documents addressing clinical and operational aspects of care for patients treated with in-center hemodialysis, home dialysis, those with advanced chronic kidney disease, those with glomerulonephritis, and those with acute kidney injury. We further describe strategies for maintaining ongoing engagement with the renal community to elicit emerging needs and perspectives as the situation unfolds.

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)0,137
score de la tête « metaresearch » (Gemma)0,217
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil0,727

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1370,217
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0050,002
Communication savante0,0060,002
Science ouverte0,0040,005
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0170,005

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 Opus0,033
Tête enseignante GPT0,323
Écart entre enseignants0,289 · 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
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

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and DiseaseMême sujetDialysis and Renal Disease ManagementTravaux en français237 207