MétaCan
Menu
Retour à la cohorte
Enregistrement W4386260010 · doi:10.25284/2519-2078.2(103).2023.284622

ESPEN PRACTICAL GUIDELINE: CLINICAL NUTRITION IN CANCER

2023· article· uk· W4386260010 sur OpenAlexaff
Maurizio Muscaritoli, Jann Arends, Patrick Bachmann, Vickie E. Baracos, Nicole Barthélémy, Hartmut Bertz, Federico Bozzetti, Elisabeth Hütterer, Elisabeth Isenring, Stein Kaasa

Notice bibliographique

RevuePain anesthesia and intensive care · 2023
Typearticle
Langueuk
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGuidelineMedicineClinical nutritionCancerGerontologyIntensive care medicineInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Довідкова інформація. Ці практичні настанови засновані на сучасних наукових настановах ESPEN з харчування онкологічних пацієнтів. Методи. Для спрощення використання у клінічній практиці настанови ESPEN були скорочені та переведені в блок-схеми. Практичні настанови призначені для всіх фахівців, зокрема лікарів, дієтологів, нутриціологів і медичних сестер, які працюють з онкологічними пацієнтами. Результати. В цілому представлено 43 рекомендації з короткими коментарями щодо лікування нутритивних і мета- болічних розладів у пацієнтів з онкологічними захворюваннями. Рекомендаціям, що надаються у зв’язку із захво- рюванням, передують загальні рекомендації з оцінки нутритивного статусу онкологічних хворих. Висновок. Ця практична настанова надає рекомендації медичним працівникам, які беруть участь у лікуванні онко- логічних хворих, для забезпечення оптимального харчування.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,378
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
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 recherche0,0000,001
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 Opus0,135
Tête enseignante GPT0,485
Écart entre enseignants0,350 · 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePain anesthesia and intensive careMême sujetNutrition and Health in AgingTravaux en français237 207