MétaCan
Menu
Retour à la cohorte
Enregistrement W3160825113 · doi:10.3390/medicina57050510

European Network on Myalgic Encephalomyelitis/Chronic Fatigue Syndrome (EUROMENE): Expert Consensus on the Diagnosis, Service Provision, and Care of People with ME/CFS in Europe

2021· article· en· W3160825113 sur OpenAlexaff
Luís Nacul, François‐Jérôme Authier, Carmen Scheibenbogen, Lorenzo Lorusso, Ingrid B. Helland, José Alegre Martín, Carmen Adella Sîrbu, Anne Marit Mengshoel, Olli Polo, Uta Behrends, Henrik Nielsen, Patricia Grabowski, Slobodan Sekulić, Nuno Sepúlveda, Fernando Estévez‐López, Paweł Zalewski, Derek Pheby, Jesús Castro‐Marrero, Giorgos K. Sakkas, Enrica Capelli, Ivan Brundsdlund, John Cullinan, Angelika Krūmiņa, Jonas Bergquist, Modra Murovska, Ruud C. W. Vermuelen, Eliana Lacerda

Notice bibliographique

RevueMedicina · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueFibromyalgia and Chronic Fatigue Syndrome Research
Établissements canadiensB.C. Women's Hospital & Health Centre
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesOpen Medicine Foundation
Mots-clésChronic fatigue syndromeMedicineHealth careEncephalomyelitisService (business)Action (physics)NursingPsychiatryBusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

Designed by a group of ME/CFS researchers and health professionals, the European Network on Myalgic Encephalomyelitis/Chronic Fatigue Syndrome (EUROMENE) has received funding from the European Cooperation in Science and Technology (COST)-COST action 15111-from 2016 to 2020. The main goal of the Cost Action was to assess the existing knowledge and experience on health care delivery for people with Myalgic Encephalomyelitis/Chronic Fatigue Syndrome (ME/CFS) in European countries, and to enhance coordinated research and health care provision in this field. We report our findings and make recommendations for clinical diagnosis, health services and care for people with ME/CFS in Europe, as prepared by the group of clinicians and researchers from 22 countries and 55 European health professionals and researchers, who have been informed by people with ME/CFS.

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)0,063
score de la tête « metaresearch » (Gemma)0,031
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: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,333

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0630,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0050,006
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,026
Tête enseignante GPT0,276
Écart entre enseignants0,250 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations196
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicinaMême sujetFibromyalgia and Chronic Fatigue Syndrome ResearchTravaux en français237 207