MétaCan
Menu
Retour à la cohorte
Enregistrement W4412521580 · doi:10.1016/j.jacadv.2025.102001

Minimum Core Data Elements for Evaluation of Thoracic Aortic Disease

2025· review· en· W4412521580 sur OpenAlexaff
Andreina Carbone, Mary J. Roman, Melissa L. Russo, Kathryn W. Holmes, Maya Brown-Zimmerman, John A. Elefteriades, Catherine M Otto, Nicholas S. Burris, Carlos Alberto Campello Jorge, Scott DeRoo, Maral Ouzounian, Matthew D. Solomon, Jay D. Humphrey, Bart Loeys, Shaine A. Morris, Guillaume Jondeau, Scott A. LeMaire, Sherene Shalhub, Siddharth K. Prakash

Notice bibliographique

RevueJACC Advances · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueAortic Disease and Treatment Approaches
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMarfan Foundation
Mots-clésStandardizationThoracic aortic aneurysmGenetic dataComputer scienceClinical trialData setNatural historyVerifiable secret sharingMedicineDiseaseData scienceSet (abstract data type)Data miningAortic aneurysmMedical physicsRadiologyPathologyInternal medicineArtificial intelligenceAneurysmPopulation

Résumé

récupéré en direct d'OpenAlex

Thoracic aortic aneurysms predisposing to aortic dissections are rare but potentially deadly conditions that can be inherited in families. Understanding the natural history and genetic causes of thoracic aortic disease (TAD) requires international collaboration. The aim of this project is to provide core data elements that can be assessed directly and summarized efficiently in research records while developing standards to harmonize data across registries and clinical trials. Ten contemporary TAD registries were analyzed to identify significant gaps in the amount and types of data that are needed for accurate, verifiable, and reproducible studies. The set of data elements recommended by this expert panel is intended to serve as a roadmap for future research combining precision clinical data with genetic and/or computational data to uncover new TAD phenotypes and risk factors. Standardization of data-acquisition protocols and definition of minimum requirements for computational modeling will be essential for future collaborative studies.

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 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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,933
Score d'incertitude au seuil0,837

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,285
Tête enseignante GPT0,536
Écart entre enseignants0,251 · 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'étudeAutre devis
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJACC AdvancesMême sujetAortic Disease and Treatment ApproachesTravaux en français237 207