MétaCan
Menu
Retour à la cohorte
Enregistrement W4386565810 · doi:10.1016/s2213-2600(23)00297-7

Advancing the pipeline of cystic fibrosis clinical trials: a new roadmap with a global trial network perspective

2023· review· en· W4386565810 sur OpenAlexafffund
Nicole Mayer-Hamblett, John P. Clancy, Raksha Jain, Scott H. Donaldson, Isabelle Fajac, Christopher H. Goss, Deepika Polineni, Félix Ratjen, Bradley S. Quon, Edith T. Zemanick, Scott C. Bell, Jane C. Davies, Manu Jain, Michael W. Konstan, Natanya R. Kerper, Tré LaRosa, Marcus Mall, Edward F. McKone, Kelsie Pearson, Joseph M. Pilewski, Lynne M. Quittell, Jonathan H. Rayment, Steven M. Rowe, Jennifer L. Taylor‐Cousar, George Retsch‐Bogart, D.G. Downey

Notice bibliographique

RevueThe Lancet Respiratory Medicine · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensUniversity of British ColumbiaSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNIHR Imperial Biomedical Research CentreNational Center for Advancing Translational SciencesMedical Research CouncilBundesministerium für GesundheitCanadian Institutes of Health ResearchNational Institutes of HealthNational Health and Medical Research CouncilEngineering and Physical Sciences Research CouncilInstitut National de la Santé et de la Recherche MédicaleDeutsche ForschungsgemeinschaftBundesministerium für Bildung und ForschungInsmedCSL BehringNational Institute for Health and Care ResearchCystic Fibrosis TrustChiesi FarmaceuticiLifeArcVertex PharmaceuticalsChiesi USANational Institute of Diabetes and Digestive and Kidney DiseasesSanofiGilead SciencesGenentechCystic Fibrosis Foundation
Mots-clésCystic fibrosisClinical trialMedicinePopulationCystic fibrosis transmembrane conductance regulatorDiseaseIntensive care medicineBioinformaticsPathologyInternal medicineBiologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,071
score de la tête « metaresearch » (Gemma)0,086
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,375

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0710,086
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,005
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,005
Communication savante0,0130,023
Science ouverte0,0040,007
Intégrité de la recherche0,0110,020
Charge utile insuffisante (le modèle a refusé de juger)0,0130,004

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 Opus0,339
Tête enseignante GPT0,547
Écart entre enseignants0,208 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations33
Publié2023
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueThe Lancet Respiratory MedicineMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207