MétaCan
Menu
Retour à la cohorte
Enregistrement W3127636206 · doi:10.26443/mjm.v7i1.634

The Epidemiology Study in Multiple Sclerosis - Relevance to Natural History

2020· article· en· W3127636206 sur OpenAlexaffvenue
Jeffrey Sloka

Notice bibliographique

RevueMcGill Journal of Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensSt. John’s Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésNatural historyEpidemiologyMultiple sclerosisMedicineRelevance (law)Context (archaeology)CategorizationDiseaseCluster (spacecraft)Natural (archaeology)EtiologyData sciencePathologyImmunologyArtificial intelligenceComputer scienceGeographyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Multiple sclerosis (MS) is a chronic, demyelinating disease of the central nervous system white matter that has been extensively studied using the epidemiological approach, and yet an etiology for the disease remains elusive. This paper presents a review of past publications that have made suggestions toward the design of epidemiological studies in MS. A formal search strategy is described, and a short summary of these papers is provided. A natural history of MS based on previous studies is proposed as a framework for describing future directions in the neuroepidemiology of the disease, and categorization based on the clinical forms of MS is described. Within the context of a proposed natural history, suggestions are made on the use of sub-regionalization in cluster studies across different domains, as well as on the use of specific reference points in a patient's lifetime in the analysis of clusters.

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)0,021
score de la tête « metaresearch » (Gemma)0,075
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,075
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,009
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,305
Tête enseignante GPT0,380
Écart entre enseignants0,075 · 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
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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMcGill Journal of MedicineMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207