MétaCan
Menu
Retour à la cohorte
Enregistrement W4387141463 · doi:10.2967/jnumed.123.265906

The Development and Validation of Radiopharmaceuticals Targeting Bacterial Infection

2023· article· en· W4387141463 sur OpenAlexaff
Alberto Signore, Alvaro A. Ordoñez, C. Arjun, Gurpreet Kaur Aulakh, Nicolas Bézière, Ekaterina Dadachova, Thomas Ebenhan, Ulises Granados, Aruna Korde, Amir Reza Jalilian, Wening Lestari, Archana Mukherjee, Miloš Petřík, Tamer M. Sakr, Clara Santos‐Cuevas, Mick M. Welling, Jan Rijn Zeevaart, Sanjay K. Jain, David M. Wilson

Notice bibliographique

RevueJournal of Nuclear Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Institute of Allergy and Infectious Diseases
Mots-clésAtomic energyAgency (philosophy)Medical physicsMedicineClinical PracticeEngineering ethicsFamily medicineEngineeringSociology

Résumé

récupéré en direct d'OpenAlex

The International Atomic Energy Agency organized a technical meeting at its headquarters in Vienna, Austria, in 2022 that included 17 experts representing 12 countries, whose research spanned the development and use of radiolabeled agents for imaging infection. The meeting focused largely on bacterial pathogens. The group discussed and evaluated the advantages and disadvantages of several radiopharmaceuticals, as well as the science driving various imaging approaches. The main objective was to understand why few infection-targeted radiotracers are used in clinical practice despite the urgent need to better characterize bacterial infections. This article summarizes the resulting consensus, at least among the included scientists and countries, on the current status of radiopharmaceutical development for infection imaging. Also included are opinions and recommendations regarding current research standards in this area. This and future International Atomic Energy Agency-sponsored collaborations will advance the goal of providing the medical community with innovative, practical tools for the specific image-based diagnosis of infection.

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)0,023
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,051
Tête enseignante GPT0,371
Écart entre enseignants0,320 · 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'étudeExpérimental (laboratoire)
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

Citations22
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nuclear MedicineMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207