A Chinese Collaborative Model for Accelerating Neurofibromatosis Type 1-Associated Research
Notice bibliographique
Résumé
Abstract Neurofibromatosis type 1 (NF1) is a genetic disorder that affects multiple organ systems. Establishing a multidisciplinary center becomes essential for NF1 management. This study aims to introduce the progress and patient characteristics of the largest NF1 center in China. We retrieved NF1 patient data from 2013 to 2021, including basic personal information, date and department of first admission, location of tumors, and number of re-admission. A total of 725 patients were enrolled in this study, with a mean age of 23.8 years old. Patients were primarily admitted at the age of adolescence and young adulthood. There was not much difference in the number of male and female patients, despite more male patients being observed in adolescence. Both marital and occupational status were negatively affected by the disease. The number of patients admitted each year revealed an increasing trend in general. Regarding deep-seated tumors, 77.6% occurred in the head and neck region, and 3.8% were NF1-associated MPNSTs. Almost a quarter of patients were re-admitted after the first admission, and the mean re-admission time interval was 1.5 years. In summary, we developed the largest multidisciplinary NF1 healthcare center in China, which enables Chinese NF1 patients to access more appropriate healthcare, thereby alleviating the socioeconomic burden of disease among patients.
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 | 0,020 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,002 |
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 ».