Adult Severe Asthma Registries: A Global and Growing Inventory
Notice bibliographique
Résumé
Aim: The International Severe Asthma Registry (ISAR; http://isaregistries.org/) uses standardised variables to enable multi-country and adequately powered research in severe asthma. This study aims to look at the data countries within ISAR and non-ISAR countries reported collecting that enable global research that support individual country interests. Methods: Registries were identified by online searches and approaching severe asthma experts. Participating registries provided data collection specifications or confirmed variables collected. Core variables (results from ISAR's Delphi study), steroid-related comorbidity variables, biologic safety variables (serious infection, anaphylaxis, and cancer), COVID-19 variables and additional variables (not belonging to the aforementioned categories) that registries reported collecting were summarised. Results: Of the 37 registries identified, 26 were ISAR affiliates and 11 non-ISAR affiliates. Twenty-five ISAR-registries and 4 non-ISAR registries reported collecting >90% of the 65 core variables. Twenty-three registries reported collecting all optional steroid-related comorbidity variables. Twenty-nine registries reported collecting all optional safety variables. Ten registries reported collecting COVID-19 variables. Twenty-four registries reported collecting additional variables including data from asthma questionnaires (10 Asthma Control Questionnaire, 20 Asthma Control Test, 11 Asthma Quality of Life Questionnaire, and 4 EuroQol 5-dimension 5-level Questionnaire). Eight registries are linked to databases such as electronic medical records and national claims or disease databases. Conclusion: Standardised data collection has enabled individual severe asthma registries to collect unified data and increase statistical power for severe asthma research irrespective of ISAR affiliations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».