MétaCan
Menu
Retour à la cohorte
Enregistrement W4225275489 · doi:10.1016/j.xkme.2022.100471

Impact of Removing Race Variable on CKD Classification Using the Creatinine-Based 2021 CKD-EPI Equation

2022· article· en· W4225275489 sur OpenAlexaff
Jasleen K. Ghuman, Junyan Shi, Leila R. Zelnick, Andrew N. Hoofnagle, Rajnish Mehrotra, Nisha Bansal

Notice bibliographique

RevueKidney Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensVancouver General HospitalUniversity of British ColumbiaVancouver Coastal Health
Organismes subventionnairesBaxter Healthcare CorporationNational Institutes of Health
Mots-clésKidney diseaseRenal functionCreatinineMedicineRace (biology)Internal medicineNephrologySociologyGender studies

Résumé

récupéré en direct d'OpenAlex

In 2020, the University of Washington (UW) removed the race coefficient (Black vs non-Black race) from the 2009 Chronic Kidney Disease Epidemiology Collaboration (2009 CKD-EPIno race) estimated glomerular filtration rate (eGFR) equation in a step toward acknowledging that race is a social and not a biologic construct. Recently, a new eGFR equation, the 2021 Chronic Kidney Disease Epidemiology Collaboration (2021 CKD-EPI) equation, was published, in which the race variable was removed and the coefficients for the other variables (age, sex, and serum creatinine) were recalibrated.

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)0,152
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,233

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,152
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,007
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,063
Tête enseignante GPT0,348
Écart entre enseignants0,285 · 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'étudeSimulation ou modélisation
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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKidney MedicineMême sujetChronic Kidney Disease and DiabetesTravaux en français237 207