Building the foundation for a community-generated national research blueprint for inherited bleeding disorders: research priorities for ultra-rare inherited bleeding disorders
Notice bibliographique
Résumé
BACKGROUND: Ultra-rare inherited bleeding disorders (BDs) present important challenges for generating a strong evidence foundation for optimal diagnosis and management. Without disorder-appropriate treatment, affected individuals potentially face life-threatening bleeding, delayed diagnosis, suboptimal management of invasive procedures, psychosocial distress, pain, and decreased quality-of-life. RESEARCH DESIGN AND METHODS: The National Hemophilia Foundation (NHF) and the American Thrombosis and Hemostasis Network identified the priorities of people with inherited BDs and their caregivers, through extensive inclusive community consultations, to inform a blueprint for future decades of research. Multidisciplinary expert Working Group (WG) 3 distilled highly feasible transformative ultra-rare inherited BD research opportunities from the community-identified priorities. RESULTS: WG3 identified three focus areas with the potential to advance the needs of all people with ultra-rare inherited BDs and scored the feasibility, impact, and risk of priority initiatives, including 13 in systems biology and mechanistic science; 2 in clinical research, data collection, and research infrastructure; and 5 in the regulatory process for novel therapeutics and required data collection. CONCLUSIONS: Centralization and expansion of expertise and resources, flexible innovative research and regulatory approaches, and inclusion of all people with ultra-rare inherited BDs and their health care professionals will be essential to capitalize on the opportunities outlined herein.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».