MétaCan
Menu
Retour à la cohorte
Enregistrement W4396526950 · doi:10.1093/ckj/sfae136

Optimizing home visits through machine learning for preventing peritoneal dialysis-associated peritonitis: a proof of concept study and results from PDOPPS

2024· article· en· W4396526950 sur OpenAlexaff
Tossaporn Sapsitthikul, Krit Pongpirul, Talerngsak Kanjanabuch, Piyatida Chuengsaman, Proadpran Punyabukkana, Ploy N. Pratanwanich, Panus Sawetpiyakul, Dhammika Leshan Wannigama, Paweena Susantitaphong, Natavudh Townamchai, Yingyos Avihingsanon, Jeffrey Perl, David W. Johnson, Roberto Pecoits‐Filho, Somchai Eiam‐Ong, Kriang Tungsanga, Jiruth Sriratanaban, Kearkiat Praditpornsilpa, Piyaporn Towannang, Kanittha Triamamornwooth, Pichet Lorvinitnun, Sirinart Raweewan, Jitta matawon, Nisa Thongbor, Suchai Sritippayawan, Nipa Aiyasanon, Guttiga Halue, Donkum Kaewboonsert, Pensri Uttayotha, Kittisak Tangjittrong, Wichai Sopassathit, Salakjit Pitakmongkol, Ussanee Poonvivatchaikarn, Bunpring Jaroenpattrawut, Somphon Buranaosot, Sukit Nilvarangkul, Warakoan Satitkan, Wanida Somboonsilp, Pimpong Wongtrakul, Ampai Tongpliw, Anocha Pullboon, Chanchana Boonyakrai, Montha Jankramol, Surapong Narenpitak, Piyarat Rojsanga, Apinya Wechpradit, Sajja Tatiyanupanwong, Chadarat Kleebchaiyaphum, Wadsamon Saikong, Worauma Panya, Siriwan Thaweekote, Sriphrae Uppamai, Jarubut Phisutrattanaporn, Sirirat Sirinual, Natchaporn Doenphai, Setthapon Panyatong, Puntapong Taruangsri, Boontita Prasertkul, Thanchanok Buanet, Rutchanee Chieochanthanakij, Panthira Passorn, Niwat Lounseng, Rujira Luksanaprom, Angsuwarin Wongpiang, Metinee Chaiwut, Worapot Treamtrakanpon, Ruchdaporn Phaichan, Peerapach Rattanasoonton, Wanlaya Thongsiw, Narumon Lukrat, Sayumporn Thaitrong, Phichit Songviriyavithaya, Yupha Laoong, Niparat Pikul, Uraiwan Parinyasiri, Korawee Sukmee, Hathairat kosing, Hataishanok Boonprasert, Napassaporn Semtapra, Tharaporn Sudjai, Piyarat kaewprasert, jarika homsang, Sudawan Iamngamsup, Pornpan Auamim, Nutchaprang Bumrungwat, Kandasud Sriudom, Sumalee Chankalee, Banphaeo-Charoenkrung

Notice bibliographique

RevueClinical Kidney Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesKidney Foundation of ThailandRoyal College of Physicians of ThailandThailand Science Research and InnovationChulalongkorn UniversityNational Science and Technology Development AgencyFaculty of Medicine, Chulalongkorn University
Mots-clésPeritoneal dialysisPeritonitisProof of conceptMedicineDialysisIntensive care medicineInternal medicineComputer scienceOperating system

Résumé

récupéré en direct d'OpenAlex

Tossaporn Sapsitthikul, On behalf of Thailand PDOPPS Steering Committee, Krit Pongpirul, On behalf of Thailand PDOPPS Steering Committee, Talerngsak Kanjan

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,363
Écart entre enseignants0,316 · 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'étudeSimulation ou modélisation
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 Kidney JournalMême sujetDialysis and Renal Disease ManagementTravaux en français237 207