Enregistrement W3110657574 · doi:10.21203/rs.3.rs-63386/v1

Diagnostic value of plasma neurofilament light: A multicentre validation study

2020· preprint· en· W3110657574 sur OpenAlexaff

Nicholas J. Ashton, Shorena Janelidze, Ahmad Al Khleifat, Antoine Leuzy, Emma van der Ende, Thomas K. Karikari, Andréa Lessa Benedet, Tharick A. Pascoal, Alberto Lleó, Lucilla Parnetti, Daniela Galimberti, Laura Bonanni, Andrea Pilotto, Alessandro Padovani, Jan Lycke, Lenka Novakova, Markus Axelsson, Latha Velayudhan, Gil D. Rabinovici, Bruce Miller, Carmine M. Pariante, Naghmeh Nikkheslat, Susan M. Resnick, Madhav Thambisetty, Michael Schöll, Gorka Fernández‐Eulate, Francisco J. Gil‐Bea, Adolfo López de Munaín, Ammar Al‐Chalabi, Pedro Rosa‐Neto, André Strydom, Per Svenningsson, Erik Stomrud, Alexander Santillo, Dag Aarsland, John C. van Swieten, Sebastian Palmqvist, Henrik Zetterberg, Kaj Blennow, Abdul Hye, Oskar Hansson

Notice bibliographique

RevueResearch Square · 2020

Typepreprint

Langueen

DomaineMedicine

ThématiqueParkinson's Disease Mechanisms and Treatments

Établissements canadiensMontreal Neurological Institute and HospitalMcGill University

Organismes subventionnairesMedical Research CouncilHorizon 2020 Framework ProgrammeKommunfullmäktige, Stockholms StadParkinsonfondenNational Institutes of HealthEconomic and Social Research CouncilSkånes universitetssjukhusKnut och Alice Wallenbergs StiftelseKing's College LondonLunds UniversitetMarcus och Amalia Wallenbergs minnesfondStiftelsen för Strategisk ForskningUK Dementia Research InstituteVetenskapsrådetAustralian GovernmentWellcome TrustMotor Neurone Disease AssociationSouth London and Maudsley NHS Foundation TrustNational Institute on AgingNational Institute for Health and Care ResearchEU Joint Programme – Neurodegenerative Disease ResearchParkinson Research FoundationEuropean CommissionTorsten Söderbergs Stiftelse

Mots-clésValue (mathematics)MedicineInternal medicineComputer scienceMachine learning

DOI10.21203/rs.3.rs-63386/v1

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)0,010

score de la tête « metaresearch » (Gemma)0,021

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 enseignants0,010

Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,010	0,021
Méta-épidémiologie (sens strict)	0,002	0,001
Méta-épidémiologie (sens large)	0,001	0,002
Bibliométrie	0,001	0,001
Études des sciences et des technologies	0,002	0,003
Communication savante	0,002	0,002
Science ouverte	0,002	0,002
Intégrité de la recherche	0,002	0,002
Charge utile insuffisante (le modèle a refusé de juger)	0,002	0,001

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 Opus0,080

Tête enseignante GPT0,401

Écart entre enseignants0,321 · 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

Citations16

Publié2020

Routes d'admission1

Résumé présentnon

Télécharger la notice (JSON)Signaler un problème avec cette notice

Explorer davantage

Même revueResearch Square→Même sujetParkinson's Disease Mechanisms and Treatments→Travaux en français237 207→