MétaCan
Menu
Retour à la cohorte
Enregistrement W3130260427 · doi:10.3389/fneur.2021.642228

Treat Iron-Related Childhood-Onset Neurodegeneration (TIRCON)—An International Network on Care and Research for Patients With Neurodegeneration With Brain Iron Accumulation (NBIA)

2021· review· en· W3130260427 sur OpenAlexaboutno aff
Ivan Karin, Boriana Büchner, Florence Gauzy, Angelika Klucken, Thomas Klopstock

Notice bibliographique

RevueFrontiers in Neurology · 2021
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurological diseases and metabolism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeurodegenerationMedicineNeurosciencePediatricsPsychologyPathologyDisease

Résumé

récupéré en direct d'OpenAlex

In order to improve clinical care, coordinate research activities and raise awareness for the ultra-orphan Neurodegeneration with Brain Iron Accumulation (NBIA) disorders, a group of NBIA clinicians and researchers, industry partners and patient advocacies from six European countries, Canada and the US joined forces in 2010 to set-up the collaborative initiative TIRCON (Treat Iron-Related Childhood-Onset Neurodegeneration). As a research project, TIRCON received funding in the 7th Framework Programme (FP7) of the European Union (EU) from 2011 to 2015. After successful and timely completion of the initial FP7 project, funding and donations from industry and patient organizations have sustained the further development of TIRCON's dedicated clinical research infrastructure and its governance architecture, as well as the ongoing efforts undertaken in the NBIA community to establish a network of care. From the beginning, the University Hospital of the Ludwig-Maximilians-University in Munich, Germany has been coordinating the TIRCON initiative. It consists of 8 work packages, of which the first double-blind, placebo-controlled, randomized, multi-site clinical trial in NBIA (deferiprone in PKAN, completed) and a global patient registry and biobank, currently comprising baseline and follow-up data of > 400 NBIA patients have gained particular importance. Here we describe TIRCON's history with all the challenges and achievements in diagnosing and treating NBIA. Today, TIRCON lays the ground for future clinical care and research. In these times, it may also serve as a good example of well-directed governmental funding and fruitful international scientific collaboration.

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)0,030
score de la tête « metaresearch » (Gemma)0,018
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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,158

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0050,004
Science ouverte0,0040,013
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0100,006

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 Opus0,061
Tête enseignante GPT0,358
Écart entre enseignants0,297 · 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
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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetNeurological diseases and metabolismTravaux en français237 207