MétaCan
Menu
Retour à la cohorte
Enregistrement W4385737707 · doi:10.33590/emj/10302558

Diagnosis of Tuberculosis in Low-Resource Settings: Overcoming Challenges Within Laboratory Practice

2023· article· en· W4385737707 sur OpenAlexaboutno aff
Chavini K Shaozae, Debjani Das, Manoj Kumar

Notice bibliographique

RevueEuropean Medical Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTuberculosisQuarter (Canadian coin)MedicineDiseasePsychological interventionGlobal healthChinaMycobacterium tuberculosisEnvironmental healthInfectious disease (medical specialty)Incidence (geometry)PopulationPublic healthGeographyPathologyNursing

Résumé

récupéré en direct d'OpenAlex

Tuberculosis (TB), rightly referred to as an ancient disease, has affected humans for thousands of years, the first drafted reference of which came from India and China around 3,300 and 2,300 years ago, respectively. TB, caused by a bacillus called Mycobacterium tuberculosis, is a deadly infectious disease that is transmitted through aerosol droplets, and is estimated to have infected one-quarter of the global population. It has a mortality rate of 50% if treatment is not provided; however, with timely detection and interventions, which include currently recommended anti-TB drugs, 85% of people can be cured. India, being a resource-poor country, has one of the highest burdens of TB in the world, with an incidence of 210/100,000 in 2021, according to the World Health Organization (WHO) Global TB report of 2022.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,050
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,347
Score d'incertitude au seuil0,958

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,050
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,335
Écart entre enseignants0,306 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Medical JournalMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207