Éléments de données communs pour l'arthrogrypose multiple congénitale: Un cadre international
Notice bibliographique
Résumé
Résumé Objectif Afin de faciliter les études multisites et la recherche clinique d'envergure internationale, cette étude a pour but d'identifier des éléments de données communs (EDCs) normalisés et fondés sur un consensus pour l'arthrogrypose multiple congénitale (AMC). Méthode Une étude à méthodes mixtes comprenant plusieurs groupes de discussion et trois séries d'enquêtes Delphi modifiées pour parvenir à un consensus ont été menées. Résultats Dans l'ensemble, 45 experts cliniques ainsi qu'adultes ayant une expérience vécue (dont 12 membres d'un consortium d'AMC) ont participé à cette étude à travers 11 pays en Amérique du Nord, Europe et Australie. Les EDCs comprennent 321 éléments de données et 19 mesures standardisées dans divers domaines, du développement du fœtus à l'âge adulte. Les éléments de données relatifs aux traits phénotypiques de l'AMC ont été cartographiés conformément à l'ontologie du phénotype humain (HPO). Une structure de gouvernance universelle, des protocoles de fonctionnement et des plans de développement durable ont été identifiés comme les principaux facilitateurs considérant que la capacité limitée de partage des données et la nécessité d'une infrastructure informatique fédérée étaient les principaux obstacles. Interprétation Une collecte de données systématiques sur l'AMC à l'aide d'EDCs permettra d'étudier sur les voies étiologiques, décrire le profil épidémiologique, et établir des corrélations génotype‐phénotype de manière standardisée. Les EDCs proposés faciliteront les collaborations internationales multidisciplinaires en améliorant à grande échelle les études multicentriques, les possibilités de partage des données, ainsi que le transfert et la diffusion des connaissances.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».