MétaCan
Menu
Retour à la cohorte
Enregistrement W4403692526 · doi:10.21203/rs.3.rs-5208212/v1

Common Variable Immunodeficiency Disorder: A Decade of Insights from a Cohort of 150 Patients in India and the Use of Machine Learning Algorithms to Predict Severity

2024· preprint· en· W4403692526 sur OpenAlexaff
Umair Ahmed Bargir, Priyanka Setia, Mukesh Desai, Chandrakala Shanmukhaiah, Aparna Dalvi, Shweta Shinde, Maya Gupta, Neha Jodhawat, Amrutha Jose, Mayuri Goriwale, Reetika Malik Yadav, Disha Vedpathak, Lavina Temkar, Snehal Shabrish, Gouri Hule, Vijaya Gowri, Prasad Taur, Amita Athawale, Farah Jijina, S. Bhatia, Akash Shukla, Manas Kalra, Meena Sivasankaran, Sarath Balaji, Punit Jain, Sujata Sharma, Harikrishnan Gangadharan, Gaurav Narula, Ratna Sharma, Pranoti Kini, Mamta Mangalani, Abhishek Zanwar, Himanshi Chaudhary, Narendra Kumar Chaudhary, Ujjawal Khurana, Ashish Bavdekar, Girish Subramaniam, Revathi Raj, Subhaprakash Saniyal, Nitin Shah, Tehsin Petiwala, Prawin Kumar, Venkatesh S Pai, Sagar Bhattad, Abhinav Sengupta, Manish Soneja, Dayanand Upase, Abhijeet Ganapule, Manisha Madkaikar

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune responses and vaccinations
Établissements canadiensASTER
Organismes subventionnairesnon disponible
Mots-clésCohortVariable (mathematics)AlgorithmCommon variable immunodeficiencyArtificial intelligenceMachine learningPsychologyComputer scienceMedicineMathematicsInternal medicineImmunology

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 enseignants0,051
Score d'incertitude au seuil0,964

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,003
Intégrité de la recherche0,0000,002
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 Opus0,023
Tête enseignante GPT0,311
Écart entre enseignants0,288 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueResearch SquareMême sujetImmune responses and vaccinationsTravaux en français237 207