MétaCan
Menu
Retour à la cohorte
Enregistrement W4307834505 · doi:10.1016/j.xkme.2022.100565

Steroids for IgA Nephropathy: A #NephJC Editorial on the TESTING trial

2022· editorial· en· W4307834505 sur OpenAlexafffund
Anand Chellappan, Rachael Kermond, Tiffany Caza, Jade Teakell, Swapnil Hiremath

Notice bibliographique

RevueKidney Medicine · 2022
Typeeditorial
Langueen
DomaineMedicine
ThématiqueRenal Diseases and Glomerulopathies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesDepartment of Medicine, University of Toronto
Mots-clésMedicineNephropathyAzathioprineInternal medicineImmunosuppressionPopulationKidney diseaseDiseaseEndocrinologyDiabetes mellitus

Résumé

récupéré en direct d'OpenAlex

IgA nephropathy (IgAN) is one of the most common glomerular diseases worldwide and carries a high disease burden with 30%-40% of patients developing kidney failure.1 Given its heterogeneous course, a combination of clinical, laboratory, and histopathologic parameters are used to identify patients at risk of poor outcomes.2 Multiple trials have explored the use of corticosteroids and other immunosuppressive medications in high-risk IgAN. The Supportive Versus Immunosuppressive Therapy for the Treatment of Progressive IgA Nephropathy (STOP-IgAN) trial in 2015 compared immunosuppressive therapy (with cyclophosphamide, azathioprine, and/or oral prednisolone) added to a background of optimized renin angiotensin system blockade, compared to supportive care alone.

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)0,011
score de la tête « metaresearch » (Gemma)0,046
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: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,046
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,003
Science ouverte0,0030,001
Intégrité de la recherche0,0090,013
Charge utile insuffisante (le modèle a refusé de juger)0,0150,005

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 Opus0,034
Tête enseignante GPT0,315
Écart entre enseignants0,281 · 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
GenreÉditorial

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

En bref

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKidney MedicineMême sujetRenal Diseases and GlomerulopathiesTravaux en français237 207