MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406636350 · doi:10.56095/eaj.v3i3.78

SMASH: An initiative for equitable access to precision medicine for rare or severe lipid disorders

2024· article· en· W4406636350 sur OpenAlexaff
Miriam Larouche, Marianne Abifadel, Alberico L. Catapano, Marina Cuchel, Raúl D. Santos, Frederick J. Raal, Daniel Gaudet

Notice bibliographique

RevueEuropean Atherosclerosis Journal · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPrecision medicineMedicinePathology

Résumé

récupéré en direct d'OpenAlex

Background. Despite significant improvements in our knowledge of the biological basis of rare or severe lipid disorders and the refinement of their clinical management, equity challenges and barriers to access are gradually emerging, particularly in low-middle-income countries or remote regions. SMASH (System and Molecular Approaches of Severe Hyperlipidemia) is a global initiative with the goal of making precision medicine innovations available without discrimination for patients affected by rare or severe lipid disorders. Objectives. SMASH main objective is to facilitate access to accurate diagnosis and optimal treatment for patients affected by rare or severe lipid disorders regardless of where they live, their gender, ethnicity, or socioeconomic status. Overview. SMASH is an international initiative comprising five interrelated components: SMASH-Access, -Natural History, -Trials, -e-Share, and -Biorepository. SMASH has selected as templates four severe lipid disorders that have in common the accelerated development of precise diagnosis and the emergence of innovative treatments that represent equity challenges: HoFH (homozygous familial hypercholesterolemia), persistent chylomicronemia, LCAT (lecithin-cholesterol acyl transferase) deficiency, and severely elevated Lp(a). Access issues are broad and not limited to clinical or socio-economic factors. Several environmental variables are also contributory. Summary. SMASH is developed to conceive, support, or catalyze initiatives that might improve our understanding of rare or severe dyslipidemias and facilitate access to innovation for those affected. It will not duplicate ongoing initiatives but will support them. A system approach and a structured collaborative effort is mandatory to provide fair access to emerging treatments to patients in both developed countries and emerging economies.

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)0,070
score de la tête « metaresearch » (Gemma)0,052
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,370

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0700,052
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,004
Communication savante0,0100,008
Science ouverte0,0040,027
Intégrité de la recherche0,0100,010
Charge utile insuffisante (le modèle a refusé de juger)0,0730,028

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 Opus0,607
Tête enseignante GPT0,487
Écart entre enseignants0,119 · 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
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Atherosclerosis Journal→Même sujetHealth Systems, Economic Evaluations, Quality of Life→Travaux en français237 207→