MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394803441 · doi:10.7326/m24-0605

Nephrology: What You May Have Missed in 2023

2024· article· en· W4394803441 sur OpenAlexaff
Ali A.M. AlHabobi, Ashwaq Menwer Almutairi, Danah A.S.Y. Bohemid, Ashwini R. Sehgal

Notice bibliographique

RevueAnnals of Internal Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensive care medicineNephrologyKidney diseaseRenal functionInternal medicineHyperphosphatemiaAcute kidney injury

Résumé

récupéré en direct d'OpenAlex

This article highlights a selection of important nephrology studies published in 2023 that have relevance for nonnephrologist physicians. Four studies examined progression of chronic kidney disease or cardiovascular disease with respect to finerenone use, magnesium supplementation, iron markers, and COVID-19. Two studies examined treatments to improve specific aspects of chronic kidney disease management, including daprodustat to address anemia and patiromer to address hyperphosphatemia. One study showed that acetazolamide added to loop diuretics increased diuresis in acute decompensated heart failure across a wide range of renal function. Another study found that once-daily hydrochlorothiazide did not prevent kidney stone recurrence. Finally, an antibiotic stewardship intervention safely reduced antibiotic prescribing for suspected urinary tract infection in frail older adults.

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)0,010
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,002
Études des sciences et des technologies0,0030,002
Communication savante0,0080,011
Science ouverte0,0010,004
Intégrité de la recherche0,0100,006
Charge utile insuffisante (le modèle a refusé de juger)0,0370,016

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 Opus0,054
Tête enseignante GPT0,363
Écart entre enseignants0,309 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Internal Medicine→Même sujetDialysis and Renal Disease Management→Travaux en français237 207→