MétaCan
Menu
Retour à la cohorte
Enregistrement W4294192428 · doi:10.1016/j.ekir.2022.08.022

Underrepresentation of Women in Recent Landmark Kidney Trials: The Gender Gap Prevails

2022· article· en· W4294192428 sur OpenAlexaff
Amanda J. Vinson, David Collister, Sofia B. Ahmed, Karthik Tennankore

Notice bibliographique

RevueKidney International Reports · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensLibin Cardiovascular Institute of AlbertaUniversity of CalgaryPopulation Health Research InstituteUniversity of AlbertaAlberta Kidney Disease NetworkDalhousie UniversityNova Scotia Health Authority
Organismes subventionnairesnon disponible
Mots-clésMedicineKidney diseaseMineralocorticoid receptorKidneyInternal medicineDiabetes mellitusNonsteroidalCanagliflozinEndocrinologySemaglutideDiseaseDipeptidyl peptidase-4Randomized controlled trialType 2 diabetesReceptor

Résumé

récupéré en direct d'OpenAlex

With the recent development of sodium glucose cotransporter-2 inhibitors (SGLT-2i), glucagon-like peptide-1 receptor agonists (GLP1-RA), and nonsteroidal mineralocorticoid receptor antagonists (MRA), there has been a surge of high-quality randomized controlled trials demonstrating substantial benefits of these agents for persons with kidney disease, after a period of relative stagnation.1 These novel agents significantly reduce the risk of cardiovascular events and/or chronic kidney disease progression; benefits have been demonstrated in patients with diabetic kidney disease; and specific to SGLT-2i, patients with nondiabetic kidney disease.

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)0,055
score de la tête « metaresearch » (Gemma)0,049
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,461
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0550,049
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0090,000

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 Opus0,521
Tête enseignante GPT0,482
Écart entre enseignants0,039 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations28
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKidney International ReportsMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207