MétaCan
Menu
Retour à la cohorte
Enregistrement W4388486845 · doi:10.1093/bjd/ljad439

Digital biobanks are underutilized in dermatology and create opportunities to reduce the burden of skin disease

2023· article· en· W4388486845 sur OpenAlexaff
Ghislaine Jumonville, David Hong, Atlas Khan, Andrew T. DeWan, Suzanne M. Leal, Chunhua Weng, Lynn Petukhova

Notice bibliographique

RevueBritish Journal of Dermatology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensColumbia College
Organismes subventionnairesU.S. National Library of MedicineNational Center for Advancing Translational SciencesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Human Genome Research InstituteData Science Institute, Columbia University
Mots-clésBiobankRepurposingDiseaseMedicinePsychological interventionPharmacogenomicsDrug repositioningData scienceBioinformaticsDrugComputer scienceBiologyPathologyPharmacology

Résumé

récupéré en direct d'OpenAlex

Digital biobanks that integrate genetic data with health data captured by digital sources are used routinely to discover genes, biomarkers, gene–environment interactions and pharmacogenetic relationships across many clinical areas. There remain many opportunities in dermatology to further use biobank data to increase our knowledge about the genetic architecture of skin disease, to resolve disease mechanisms that can be modulated by medical interventions and to discover genetically derived disease relationships that inform on drug repurposing and adverse events. Such knowledge promises to reduce the global burden of skin disease and facilitates the development of tailored medical care.

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)0,036
score de la tête « metaresearch » (Gemma)0,118
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,118
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,011
Études des sciences et des technologies0,0020,003
Communication savante0,0110,013
Science ouverte0,0040,008
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0600,019

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 Opus0,033
Tête enseignante GPT0,274
Écart entre enseignants0,242 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineReproductibilité
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of DermatologyMême sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207