MétaCan
Menu
Retour à la cohorte
Enregistrement W4200154151 · doi:10.1007/s13555-021-00642-5

Practical and Relevant Guidelines for the Management of Psoriasis: An Inference-Based Methodology

2021· article· en· W4200154151 sur OpenAlexafffund
Kim Papp, Melinda Gooderham, Charles Lynde, Yves Poulin, Jennifer Beecker, Jan Dutz, Chih-ho Hong, Robert Gniadecki, Mark G. Kirchhof, Catherine Maari, Ronald Vender

Notice bibliographique

RevueDermatology and Therapy · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensBC Children's HospitalDermatrials ResearchOttawa HospitalInnovaderm (Canada)University of British ColumbiaProbity Medical ResearchCentre de Recherche Dermatologique du Québec MétropolitainUniversity of AlbertaLynde Centre for DermatologyMcMaster UniversitySKiN HealthUniversity of Ottawa
Organismes subventionnairesJanssen CanadaAbbVieLEO PharmaNovartis
Mots-clésPsoriasisInferenceComputer scienceMedicineManagement scienceIntensive care medicineDermatologyEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Psoriasis (Pso) is a common, immune-mediated, chronic-relapsing, inflammatory skin disease. While a great deal is known about Pso and its treatment, there remain several treatment scenarios unaddressed by clinical studies. To be effective, treatment for Pso must alter the activity of one or more immunological pathways important in the pathogenesis of the disease. While the benefit of blocking these pathways may be apparent, there remain uncertainties regarding safety, such as infections, malignancies, and the potential for off-target effects. Existing guidelines and treatment recommendations rely primarily on clinical trial or observational data, none of which adequately address specific clinical challenges. This document describes a methodological framework for generating practical and clinically relevant guidance for situations where direct evidence is rare or absent. Guidelines implementing this framework are currently ongoing. METHODS: We develop a knowledge synthesis approach to guideline development, utilizing clinical trial data where available, and a formalized inferential decision-making process that considers indirect data coupled with structured expert opinion and analysis. This approach is best suited for situations where direct, high-level evidence is lacking. Support for each resultant recommendation is expressed as a quantified assessment of confidence. RESULTS: The topics to be addressed by this set of guidelines are ranked by clinicians and patients as areas of concern, with an emphasis on topics where high-level evidence may have limited availability. CONCLUSION: Through this novel approach, we will derive practical, informative recommendations using the best evidence available in combination with structured expert opinion to guide best practices in complex, real-world settings. Supplementary file2 (MP4 98653 kb).

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)0,108
score de la tête « metaresearch » (Gemma)0,292
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil0,570

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1080,292
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0090,008
Études des sciences et des technologies0,0020,004
Communication savante0,0090,005
Science ouverte0,0080,006
Intégrité de la recherche0,0070,008
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,630
Tête enseignante GPT0,595
Écart entre enseignants0,035 · 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
GenreMéthodes

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

En bref

Citations9
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDermatology and TherapyMême sujetClinical practice guidelines implementationTravaux en français237 207