MétaCan
Menu
Retour à la cohorte
Enregistrement W6959057914 · doi:10.7910/dvn/d8hzlj

Replication Data for: Systemic biological mechanisms underpin poor post-discharge growth among severely wasted children with HIV

2024· dataset· en· W6959057914 sur OpenAlexaff

Notice bibliographique

RevueHarvard Dataverse · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMalnutritionAnthropometryHuman immunodeficiency virus (HIV)CohortCohort studyReplication (statistics)Mechanism (biology)

Résumé

récupéré en direct d'OpenAlex

This is a replication dataset for the manuscript titled: "Systemic biological mechanisms underpin poor post-discharge growth among severely wasted children with HIV." In sub-Saharan Africa, a proportion of children hospitalised with severe malnutrition (SM) also have HIV infection (HIV-SM). Children with HIV-SM have poorer clinical outcomes than children with SM alone. They face high mortality both during and after hospitalisation, have impaired nutritional recovery post-hospitalisation and have increased relapse recovery. Despite this elevated risks biological mechanisms underlying the risk remain unclear. This study is nested with the CHAIN cohort sites in Kenya, Uganda, Malawi and Burkina Faso. The current study aimed to understand how HIV influences post-discharge growth among children with HIV-SM in sub-Saharan Africa. In the current study proteins from plasma collected from children at hospital discharge were quantified using SomaScan assay. Over 7300 proteins were quantified. The analysis also included anthropometric measurements e.g., mid-upper arm circumference, weight-for-age, weight-for-height and height-for-age scores taken at discharge, 45-days post-discharge, 90-days post-discharge, and 180-days post-discharge. Demographic data included sex, age, site of enrolment.

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)0,010
score de la tête « metaresearch » (Gemma)0,091
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,177
Score d'incertitude au seuil0,591

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,091
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0030,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,1770,039

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 Opus0,030
Tête enseignante GPT0,259
Écart entre enseignants0,229 · 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'étudeObservationnel
Domainenon disponible
GenreJeu de données

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 revueHarvard DataverseTravaux en français237 207