MétaCan
Menu
Retour à la cohorte
Enregistrement W4211227816 · doi:10.2196/36903

PASSION Project: Data Collection in Madagascar and Guinea

2022· article· en· W4211227816 sur OpenAlexvenueno aff
Fahafahantsoa Rapelanoro Rabenja

Notice bibliographique

RevueIproceedings · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatological diseases and infestations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineTanzaniaScabiesAtopic dermatitisPopulationFamily medicineDermatologyGeographyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Background Little data on dermatological conditions presenting on African skin are currently available. This is partly due to the lack of dermatologists in African countries, such as Madagascar and Guinea. There are only 13 dermatologists in Madagascar, or one dermatologist for every 2 million inhabitants. By contrast, the prevalence of common dermatosis is constantly increasing, especially among the pediatric population. According to the World Health Organization, 80% of these skin problems in Africa are grouped into the following 5 pathologies: atopic dermatitis, dermatophytosis, scabies, impetigo, and insect bites. Objective In the face of this dilemma, artificial intelligence (AI) is a better tool to collect data on a national scale. Madagascar began participating in the PASSION project in June 2020 and Guinea began participating in January 2021. They join other countries, like Switzerland, Australia, China, India, and Tanzania, who are also using AI in dermatology. This study mainly aimed to compare the 5 pathologies according to the different phototypes characterizing these countries and to collect cases on a national scale that will form a national database. The aim of the data collection is to add 1000 cases per year to the database. Methods To increase the number of cases included in phototypes III to VI, two countries were included. A total of 6 data collection sites were set up in Madagascar and one was set up in Guinea. Patients were recruited during dermatology consultations. All patients presenting the 5 pathologies were included. A total of 3 platforms were used to collect data: my.crf.one, IntelliStream, and Derma2go. Results A total of 323 cases are currently included in the database for Madagascar, including 76 cases of scabies, 111 cases of atopic dermatitis, 94 cases of dermatophytosis, 35 cases of impetigo and 11 cases of insect bites. The patients’ ages ranged from 2 months to 68 years. A male predominance was noted, with a sex ratio of 1.19 (109 males and 91 females). Phototypes ranged from III to VI. For Guinea, 178 total cases included 32 cases of scabies, 26 cases of atopic dermatitis, 92 cases of dermatophytosis, 3 cases of impetigo, and 25 cases of insect bites. Patients’ ages ranged between 1 year and 70 years, with a male predominance, a sex ratio of 1.54 (108 males and 70 females), and a predominance of phototype VI. Conclusions AI is a data collection solution in Africa. However, high bandwidth is needed to employ AI. Conflicts of Interest None declared.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,237
Score d'incertitude au seuil0,184

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,066
Tête enseignante GPT0,335
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 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIproceedingsMême sujetDermatological diseases and infestationsTravaux en français237 207