MétaCan
Menu
Retour à la cohorte
Enregistrement W52578385 · doi:10.20452/pamw.1686

When are biomarkers useful in the management of airway diseases?

2013· review· en· W52578385 sur OpenAlexaff
Angira Dasgupta, Parameswaran Nair

Notice bibliographique

RevuePolskie Archiwum Medycyny Wewnętrznej · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensMcMaster UniversitySt. Joseph’s Healthcare Hamilton
Organismes subventionnairesnon disponible
Mots-clésExhaled nitric oxideMedicineSputumAirwayAsthmaEosinophilChronic bronchitisExhaled breath condensateImmunologyIntensive care medicineInternal medicinePathologySpirometryTuberculosisAnesthesia

Résumé

récupéré en direct d'OpenAlex

Biomarkers are characteristics that are objectively measured and evaluated as indicators of biological or pathogenic processes, or responses to therapeutic interventions, and may provide information on the prognosis or progression of the disease and response to treatment. They are likely to be helpful in the management of airway diseases because of the heterogeneity of their pathobiology. Most biomarkers have been developed and evaluated to assess the airway inflammation (or bronchitis) associated with airway diseases. These include quantitative cell counts in sputum, fraction of nitric oxide in exhaled breath, and various metabolites in exhaled breath. This review provides a brief description of these biomarkers with a particular emphasis on how eosinophil and neutrophil counts in sputum could be used to manage airway diseases such as asthma, chronic obstructive pulmonary disease, and chronic cough.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,043
Tête enseignante GPT0,328
Écart entre enseignants0,285 · 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.

Devis d'étudeSans objet
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

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolskie Archiwum Medycyny WewnętrznejMême sujetAsthma and respiratory diseasesTravaux en français237 207