MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394126995 · doi:10.6084/m9.figshare.19761394

Supplementary Material for: Treatment practices and confidence in the management of pediatric metabolic bone disorders

2022· dataset· en· W4394126995 sur OpenAlexaboutno aff
Emma McCutcheon, Bowden S.A., Halley Wasserman, Alicia Diaz-Thomas, Vid Bijelić, Bachrach L.K., Robinson M.-E.

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism and Genetic Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Pediatric metabolic bone diseases encompass a wide variety of disorders that can be challenging to diagnose and treat because of inadequate physician training about optimal management. Methods: As practice variation and confidence levels may impact clinical outcome, we sought to assess physician confidence in managing pediatric metabolic bone disorders and the spectrum of treatment practices among members of the Pediatric Endocrine Society (PES) and the Canadian Pediatric Endocrine Group (CPEG). Questionnaires were distributed via e-mail to all members of the PES and CPEG and 244 were completed. Responses were summarized using descriptive statistics, and proportions were compared using χ2 or Fisher’s exact tests, as appropriate. Results: Variations were observed amongst the respondents’ confidence in the management of bone disorders and in the criteria used to initiate/discontinue intravenous bisphosphonates or prescribe burosumab therapy. Respondents felt confident with the management of four out of 20 pediatric bone conditions (confidence was defined as >90% of respondents reporting feeling “somewhat confident” or “very confident”). Physicians working in a bone clinic were more confident in prescribing burosumab for the treatment of X-linked hypophosphatemic rickets compared to those not working in a bone clinic (65% versus 47%, p = 0.03). Most respondents (52%) reported having received inadequate training in pediatric bone and mineralization disorders. Discussion/conclusion: Dedicated training, knowledge acquisition and education resources are needed to increase confidence and standardize the use of bone-targeted therapies.

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)0,002
score de la tête « metaresearch » (Gemma)0,044
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,827
Score d'incertitude au seuil0,247

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,044
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,8270,212

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 Opus0,023
Tête enseignante GPT0,298
Écart entre enseignants0,274 · 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'étudeObservationnel
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetMetabolism and Genetic Disorders→Travaux en français237 207→