MétaCan
Menu
Retour à la cohorte
Enregistrement W3153613132 · doi:10.1016/j.ekir.2021.03.336

POS-320 INSIDE ANEMIA OF CKD: QUANTIFYING THE EPIDEMIOLOGICAL BURDEN OF ANEMIA OF CKD IN CANADA VIA MICROSIMULATION MODELLING

2021· article· en· W3153613132 sur OpenAlexaffabout
Juan José García Sánchez, Lise Retat, Laura Webber, CS Cabrera, Susan Grandy, N. Rao, Praghnesh Bhatt, Anna Parackal, Deborah J. Wong, Wish Jb, Navdeep Tangri

Notice bibliographique

RevueKidney International Reports · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensUniversity of ManitobaOrthopaedic Innovation CentreAstraZeneca (Canada)
Organismes subventionnairesIpsenAstellas PharmaAstraZenecaFresenius Medical Care North AmericaCelgeneMedical Research CouncilSanofiNational Health and Medical Research CouncilAmgen
Mots-clésMedicineAnemiaKidney diseaseEpidemiologyMicrosimulationIntensive care medicineDiseaseDisease burdenPediatricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Chronic kidney disease (CKD) is associated with adverse cardiovascular outcomes, premature mortality and reduced quality of life. Anemia is a common complication of CKD that may occur with, and increases with, disease progression. Mathematical models based on robust epidemiological and clinical data are a useful way to predict the future burden of disease; this is important for the planning of health services. This study reports a microsimulation model, Inside ANEMIA of CKD, that projects the epidemiological burden of anemia of CKD up to 2025 in Canada.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,063
Tête enseignante GPT0,331
Écart entre enseignants0,269 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKidney International ReportsMême sujetChronic Disease Management StrategiesTravaux en français237 207