MétaCan
Menu
Retour à la cohorte
Enregistrement W4401756421 · doi:10.1183/23120541.00577-2024

The carbon footprint of diagnostic delays in asthma

2024· article· en· W4401756421 sur OpenAlexafffundabout
Lauranne Pouliot, Laurence Désy, Sarah-Ève Lemieux, C.A. Celis-Preciado, Samuel Lemaire‐Paquette, Martine Duval, Simon Leclerc, Felix-Antoine Vézina, Philippe Lachapelle, Simon Couillard

Notice bibliographique

RevueERJ Open Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesFonds de Recherche du Québec - SantéNational Institute for Health and Care ResearchRegeneron PharmaceuticalsSanofiGlaxoSmithKlineCanadian Lung AssociationAstraZeneca
Mots-clésMedicineCarbon footprintAsthmaFootprintIntensive care medicineInternal medicineGreenhouse gas

Résumé

récupéré en direct d'OpenAlex

Asthma is a prevalent chronic disease worldwide [1], yet its diagnosis remains a challenge [2]. The difficulty partly stems from bronchial provocation testing (BPT) diagnostic delays, a highly sensitive yet specialised procedure [3–6]. Footnotes This manuscript has recently been accepted for publication in the ERJ Open Research . It is published here in its accepted form prior to copyediting and typesetting by our production team. After these production processes are complete and the authors have approved the resulting proofs, the article will move to the latest issue of the ERJOR online. Please open or download the PDF to view this article. Conflict of interest: LP, LD, SEL, SLP, and MD declare no conflicts of interest. Conflict of interest: CCP: reports speaker honoraria from AstraZeneca, GlaxoSmithKline, and Sanofi-Regeneron; he received consultancy fees from AstraZeneca, GlaxoSmithKline, and Sanofi-Regeneron. Conflict of interest: SL reports speaker honoraria from AstraZeneca outside of the submitted work. Conflict of interest: FAV reports speaker honoraria from AstraZeneca, Sanofi-Regeneron, GlaxoSmithKline, Boehringer Ingelheim and Novartis outside of the submitted work. Conflict of interest: PL reports speaker honoraria from AstraZeneca, Sanofi-Regeneron, GlaxoSmithKline, Boehringer Ingelheim and Novartis outside of the submitted work: he received consultancy fees from AstraZeneca, GlaxoSmithKline, and Sanofi-Regeneron. Conflict of interest: SC reports the following: he has received non-restricted research grants from the NIHR Oxford BRC, the Quebec Respiratory Health Research Network, the Fondation Québécoise en Santé Respiratoire, the Academy of Medical Sciences, AstraZeneca, bioMérieux, and Sanofi-Genyme-Regeneron; he is the holder of the Association Pulmonaire du Québec's Research Chair in Respiratory medicine and is a Clinical research scholar of the Fonds de recherche du Québec; he received speaker honoraria from AstraZeneca, GlaxoSmithKline, Sanofi-Regeneron, and Valeo Pharma; he received consultancy fees for FirstThought, AstraZeneca, GlaxoSmithKline, Sanofi-Regeneron, Access Biotechnology and Access Industries; he has received sponsorship to attend/speak at international scientific meetings by/for AstraZeneca and Sanofi-Regeneron. He is an advisory board member and will have stock options for Biometry Inc – a company which is developing a FeNO device (myBiometry). He advised the Institut national d'excellence en santé et services sociaux (INESSS) for an update of the asthma general practice information booklet for general practitioners.

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)0,018
score de la tête « metaresearch » (Gemma)0,120
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,122

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,120
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,003
Communication savante0,0060,005
Science ouverte0,0030,004
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0370,006

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 Opus0,085
Tête enseignante GPT0,442
Écart entre enseignants0,357 · 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'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

Citations5
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueERJ Open ResearchMême sujetAsthma and respiratory diseasesTravaux en français237 207