MétaCan
Menu
Retour à la cohorte
Enregistrement W4206248777 · doi:10.1093/jalm/jfab140

The International Consensus on ANA Patterns (ICAP) in 2021—The 6th Workshop and Current Perspectives

2021· article· en· W4206248777 sur OpenAlexaff
Edward K. L. Chan, Carlos Alberto von Mühlen, Marvin J. Fritzler, Jan Damoiseaux, María Infantino, Werner Klotz, Minoru Satoh, Lucile Musset, Ignacio García‐De La Torre, Orlando Gabriel Carballo, Manfred Herold, Wilson de Melo Cruvinel, Tsuneyo Mimori, Karsten Conrad, Luís Eduardo Coelho Andrade

Notice bibliographique

RevueThe Journal of Applied Laboratory Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésHarmonizationPolitical scienceLibrary scienceComputer science

Résumé

récupéré en direct d'OpenAlex

The establishment of the International Consensus on ANA Patterns (ICAP) in 2014-2015 was welcomed by members of the medical community as a significant improvement in guiding harmonization of ANA test interpretation and reporting. In the subsequent years, several itinerant meetings and continuous interaction with the community contributed to disseminate the ICAP harmonization on the immunofluorescence patterns observed in the indirect immunofluorescence assay on HEp-2 cells (HEp-2 IFA) and to promote progressive improvement in the classification of HEp-2 IFA patterns. The 6th ICAP Workshop was held in person on September 6, 2021 as a satellite meeting of the 15th Dresden Symposium on Autoantibodies. This article summarizes the major discussions at the meeting as well as outlining the current plans for the ICAP committee.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,319
Score d'incertitude au seuil0,442

Scores Codex et Gemma par catégorie

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

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 Opus0,029
Tête enseignante GPT0,336
Écart entre enseignants0,307 · 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 tête enseignante, 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
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

Citations78
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Applied Laboratory MedicineMême sujetMonoclonal and Polyclonal Antibodies ResearchTravaux en français237 207