MétaCan
Menu
Retour à la cohorte
Enregistrement W4361938418 · doi:10.1158/1078-0432.22478832.v1

Supplementary Data from Determining the Optimal Adjuvant Therapy for Improving Survival in Elderly Patients with Glioblastoma: A Systematic Review and Network Meta-analysis

2023· review· en· W4361938418 sur OpenAlexaboutno aff
Farshad Nassiri, Shervin Taslimi, Justin Z. Wang, Jetan H. Badhiwala, Tatyana Dalcourt, Nazanin Ijad, Neda Pirouzmand, Saleh A. Almenawer, Roger Stupp, Gelareh Zadeh

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRandomized controlled trialMeta-analysisMedicineConsistency (knowledge bases)Table (database)StatisticsInternal medicineComputer scienceData miningMathematics

Résumé

récupéré en direct d'OpenAlex

Supplementary Table 1. Additional baseline characteristics of all included studies (randomized and non-randomized). Supplementary Table 2. Cochrane Collaboration tool for assessing risk of bias in randomized trials. Supplementary Table 3. Newcastle Ottawa Quality Assessment Scale for cohort studies Supplemental Table 4. Results of the network meta-analysis including RCT only split by direct and indirect evidence and assessment of consistency between direct and indirect estimates Supplemental Table 5. Results of the network meta-analysis including non-randomized trials split by direct and indirect evidence and assessment of consistency between direct and indirect estimates Supplemental Table 6. Results of the network meta-analysis including trials adjusting for MGMT methylation promoter status split by direct and indirect evidence and assessment of consistency between direct and indirect estimates Supplemental Table 7. Quantification of heterogeneity and tests of heterogeneity (within designs) and inconsistency (between designs) for secondary efficacy outcomes

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)0,008
score de la tête « metaresearch » (Gemma)0,113
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,395
Score d'incertitude au seuil0,862

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,113
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0060,012
Bibliométrie0,0140,017
Études des sciences et des technologies0,0010,000
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,3950,021

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 Opus0,094
Tête enseignante GPT0,374
Écart entre enseignants0,280 · 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.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207