MétaCan
Menu
Retour à la cohorte
Enregistrement W4394676583 · doi:10.1016/j.cllc.2024.04.003

Brief Report: Impact of Anti-Cancer Treatments on Outcomes of COVID-19 in Patients With Thoracic Cancers: A CCC19 Registry Analysis

2024· article· en· W4394676583 sur OpenAlexaff
Amit Kulkarni, Cassandra Hennessy, Grace Wilson, Vidhyalakshmi Ramesh, Clara Hwang, Joy Awosika, Ziad Bakouny, Hina Khan, Diana Vilar‐Compte, Rana R. McKay, Chinmay Jani, Lisa B. Weissmann, Elizabeth A. Griffiths, Gerald Batist, Nathaniel Bouganim, Blanche H. Mavromatis, Babar Bashir, Jonathan W. Riess, Matthew Puc, Anup Kasi, Stephanie Berg, Dani Ran Castillo, Brandon Hayes‐Lattin, Wylie Hosmer, Daniel Flora, Sanjay Mishra, Benjamin French, Jeremy L. Warner, Gilberto Lopes, Solange Peters, Narjust Florez

Notice bibliographique

RevueClinical Lung Cancer · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Cancer InstituteNational Institutes of HealthUniversity of MinnesotaVanderbilt Institute for Clinical and Translational ResearchVanderbilt University Medical CenterVanderbilt UniversityInternational Association for the Study of Lung Cancer
Mots-clésMedicineInterquartile rangeLung cancerCancerInternal medicineCancer registryChemotherapyOncology

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,559
Écart entre enseignants0,468 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations3
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueClinical Lung CancerMême sujetCOVID-19 and healthcare impactsTravaux en français237 207