MétaCan
Menu
Retour à la cohorte
Enregistrement W4214951034 · doi:10.1097/jova.0000000000000034

Spotlighting the Zebras: A Role for Medical Students in Shaping Rare Disease Care

2022· article· en· W4214951034 sur OpenAlexaffabout
Vinay Ayyappan, Elizabeth M. Gonzalez, Émilie Pichette, Harisa Spahic, Stacy Guzman

Notice bibliographique

RevueJournal of Vascular Anomalies · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésOutreachDiseaseRare diseaseMedicineMedical careFamily medicineMedical educationPatient careNursingPolitical sciencePathology

Résumé

récupéré en direct d'OpenAlex

Rare diseases are collectively common, and thus very likely to be encountered in clinical practice. However, due in large part to deficits in medical training specific to these conditions, rare disease patients all-too often find themselves facing inadequate care. We are medical students representing institutions from the United States and Canada who believe that trainees can drive change in the landscape of rare disease care. In addition to highlighting a need for medical education to inculcate the knowledge and skills to effectively care for rare disease patients, we describe our efforts including a combination of peer-assisted learning, patient-oriented outreach, and interprofessional collaboration, which are intended to improve awareness of rare disease among future medical professionals.

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)0,037
score de la tête « metaresearch » (Gemma)0,072
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,197

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,072
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0230,022
Communication savante0,0200,018
Science ouverte0,0040,048
Intégrité de la recherche0,0140,043
Charge utile insuffisante (le modèle a refusé de juger)0,0210,007

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 Opus0,007
Tête enseignante GPT0,258
Écart entre enseignants0,251 · 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
GenreCommentaire

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

En bref

Citations8
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Vascular AnomaliesMême sujetGenomics and Rare DiseasesTravaux en français237 207