MétaCan
Menu
Retour à la cohorte
Enregistrement W3168556470 · doi:10.1016/j.chest.2021.06.003

Sarcoidosis

2021· review· eo· W3168556470 sur OpenAlexaff
L. Christine Oliver, Andrew Zarnke

Notice bibliographique

RevueCHEST Journal · 2021
Typereview
Langueeo
DomaineMedicine
ThématiqueSarcoidosis and Beryllium Toxicity Research
Établissements canadiensCanada Auto WorkersLaurentian UniversityPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSarcoidosisMedicineDiseaseImmunologyPathogenesisSystemic diseasePathology

Résumé

récupéré en direct d'OpenAlex

Sarcoidosis is an important member of the family of granulomatous lung diseases. Since its recognition in the late 19th century, sarcoidosis has been thought of as a disease of unknown cause. Over the past 20 years, this paradigm has been shifting, more rapidly in the past 10 years. Epidemiologic studies, bolstered by case reports, have provided evidence of causal associations between occupational exposure to specific agents and sarcoidosis. Pathogenesis has been more clearly defined, including the role of gene-exposure interactions. The use of in vitro lymphocyte proliferation testing to detect sensitization to inorganic antigens is being examined in patients with sarcoidosis. These antigens include silica and certain metals. Results of studies to date show differences in immunoreactivity of occupationally exposed sarcoidosis cases compared with control cases, suggesting that lymphocyte proliferation testing may prove useful in diagnosing work-related disease. This review discusses recently published findings regarding associations between occupational exposure to silica and silicates, World Trade Center dust, and metals and risk for sarcoidosis, as well as advances in the development of diagnostic tools. Not all cases of sarcoidosis have an identified cause, but some do. Where the cause is occupational, its recognition is critical to enable effective treatment through removal of the affected worker from exposure and to inform intervention aimed at primary prevention.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,005

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 Opus0,158
Tête enseignante GPT0,427
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'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

Citations41
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueCHEST JournalMême sujetSarcoidosis and Beryllium Toxicity ResearchTravaux en français237 207