Glucagon‐like peptide‐1 receptor agonists and the risk of nonarteritic anterior ischaemic optic neuropathy: A systematic review and meta‐analysis of observational studies
Notice bibliographique
Résumé
Ronald M. Goldenberg has received research support and/or personal fees from AstraZeneca, Bayer, Boehringer Ingelheim, Eli Lilly, HLS Therapeutics, Janssen, Merck, Novo Nordisk, Sanofi. Ronnie Aronson has received research support and/or advisory and speaking fees from Abbott, Bayer, Dexcom, Eli Lilly, Insulet, Janssen, Novo Nordisk and Senseonics. Jill Trinacty has received research support and/or advisory and speaking fees from Amgen, Abbott, CCRN, CME Away, CPD, Dexcom, Eli Lilly, HLS Therapeutics, Humber River Hospital, Janssen, Novo Nordisk and Tandem. The peer review history for this article is available at https://www.webofscience.com/api/gateway/wos/peer-review/10.1111/dom.70013. Data sharing is not applicable to this article as no new data were created or analysed in this study. Data S1. Supporting Information. Please note: The publisher is not responsible for the content or functionality of any supporting information supplied by the authors. Any queries (other than missing content) should be directed to the corresponding author for the article.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».