Efficacy and Safety of Iclaprim for the Treatment of Skin Structures and Soft Tissue Infections: A Methodological Framework
Notice bibliographique
Résumé
Background: Skin and soft tissue infections (SSTIs) are among the most common infections worldwide. They manifest in a variety of forms, such as erysipelas, cellulitis, and necrotizing fasciitis. Antibiotics are the significant method for clinical treatment of SSTIs. This study reported a methodology framework to determine the efficacy and safety of iclaprim in treatment of SSTIs. Methods: We will search the PubMed, EMbase, CNKI, WanFang Data, VIP, and ClinicalTrials.gov from their inception to June 2022 for randomized controlled trials and cohort studies on iclaprim with SSTIs. Two authors will independently screen the eligible studies, assess the quality of the included papers, and extract the required information. Randomized controlled trials will be assessed using the Cochrane risk-of-bias tool. The Newcastle–Ottawa Scale will be used to evaluate observational studies. The quality of the evidence will be evaluated using the Grading of Recommendations Assessment Development and Evaluation system. RevMan 5.3 will be used for the data synthesis and quantitative analysis. Results and Discussions: This study will provide the clinicians with more high-quality evidence to choose iclaprim for patients with SSTIs. Ethics and Dissemination: This systematic review and meta-analysis will be based on published data, so ethical approval is not necessary. The results of this meta-analysis will be published in a peer-reviewed journal.
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 | 0,323 | 0,426 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,029 |
| Bibliométrie | 0,016 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».