MétaCan
Menu
Retour à la cohorte
Enregistrement W4381093880 · doi:10.30654/mjcs.10041

First Report of M-My Mind Study

2023· article· en· W4381093880 sur OpenAlexaff
Humberto Martínez‐Cordero, Luis A. Salazar, Jair Figueroa, María Isabel Arbeláez, Alejandro Mendoza, Alexandra Porras, Henry Idrobo, Viviana Olaya, Kenny Gálvez, Sergio Cancelado, Juan Manuel Herrera, Leonardo Bautista Toloza, Jessica Zapata Malagón, Lorena Cubillos Osorio, Isabella Novoa-Caicedo

Notice bibliographique

RevueMathews Journal of Cancer Science · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCognitive Abilities and Testing
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychology

Résumé

récupéré en direct d'OpenAlex

Multiple myeloma (MM) is a heterogeneous and incurable disease considered the second most common hematologic malignancy globally.The incidence, prevalence, and mortality worldwide are well-known thanks to the data reported by the International Agency for Research on Cancer (IARC) and by the Global Cancer Observatory GLOBOCAN.Our objective was to estimate the incidence, prevalence, and mortality of MM in Colombia in this work.The total population diagnosed with multiple myeloma (ICD Code 10 C900) during the 2008-2018 period was used, which was included in the RIPS (Registro Individual de Prestación de Servicios) in Colombia.The standardized incidence and prevalence rates for Colombia in 2018 were 1.79 (CI 1.76-1.81)and 8.97 x 100,000 inhabitants/year (CI8.94-8.99),respectively.The age-standardized mortality rate for Colombia was 1.39 x 100,000 inhabitants (1.36-1.41)(adjusted with the population of the United States).The prevalence was higher than that reported by other sources and is comparable with those of the whole world, North America, and Spain.MM must be one of the cancers in which epidemiology must prioritize and organize health cancer care due to the ageing population.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,009

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 Opus0,087
Tête enseignante GPT0,421
Écart entre enseignants0,333 · 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'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathews Journal of Cancer ScienceMême sujetCognitive Abilities and TestingTravaux en français237 207