Foundational Science and Mechanistic Insights for a Shared Disease Model: An Expert Consensus
Notice bibliographique
Résumé
Pelvic floor disorders (PFDs) are complex conditions that impact millions of women worldwide. It is estimated that PFDs will affect approximately 30%–50% of women older than 50 years and incur a 20% lifetime risk of undergoing at least 1 surgical procedure to repair either pelvic organ prolapse (POP) or stress urinary incontinence (SUI) by age 80 years.1 The surgical costs alone are estimated to exceed $10 billion annually,1–6 and this does not account for the cost of nonsurgical and conservative treatments. Although a large body of epidemiological literature provides important information regarding the risk factors for PFDs, the pathogenesis of POP and SUI continues to be poorly understood. Consequently, POP and SUI are associated with significant health care expenditure primarily due to lack of preventive measures, high failure rate of available interventions, and the need for retreatments. Furthermore, the long-standing gaps in mechanistic insights into the pathophysiology of POP and SUI represent one of the major barriers to the development of scientifically rational preventive and therapeutic strategies. Women's health across the life span depends on a better understanding of the anatomy and physiology of the female pelvic floor (PF) and the causal links between the multifactorial epidemiological risk factors and POP/SUI.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,046 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,007 | 0,011 |
| Science ouverte | 0,008 | 0,006 |
| Intégrité de la recherche | 0,015 | 0,024 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».