MétaCan
Menu
Retour à la cohorte
Enregistrement W6977525504 · doi:10.6084/m9.figshare.9751730.v1

Supplementary Material for: Comparison of Different Selection Strategies for Tolvaptan Eligibility among Autosomal Dominant Polycystic Kidney Disease Patients

2019· dataset· en· W6977525504 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2019
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality Monitoring and Forecasting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutosomal dominant polycystic kidney diseaseTolvaptanRenal functionPolycystic kidneyObservational studySelection (genetic algorithm)CohortPolycystic kidney disease

Résumé

récupéré en direct d'OpenAlex

<b><i>Background:</i></b> Tolvaptan can slow down renal function decline in autosomal dominant polycystic kidney disease (­ADPKD). While there is consensus across international recommendations that the drug should only be used in patients with high risk of rapid progression, identification criteria for rapid progression vary. Here, we investigated different assessment strategies using a real-life ADPKD cohort. <b><i>Methods:</i></b> Observational retrospective cohort analysis. The study included 131 ADPKD patients aged 19–78 years who were referred to the Hannover Medical School outpatient clinic for evaluation of tolvaptan treatment. Six different assessment strategies for tolvaptan eligibility were tested for each patient. Comparative analysis for different assessments was performed in the total study population, the subpopulation with available computed tomography/magnetic resonance imaging data, and the genotyped subpopulation. <b><i>Results:</i></b> Comparing 6 assessment strategies revealed strong variations in the individual selection processes resulting in treatment recommendations for 14.5–64.9% of patients. The highest patient number was selected by the Scottish and the lowest by the Japanese approach. Few patients had positive recommendations by all 6 systems, but strong congruency was observed between the Scottish, U.K. and Canadian patient selection. The lowest number of overlapping patients was found between the Japanese and the ERA-EDTA selection. Important discrepancies were also found between the ERA-EDTA and the U.S. system due to different emphases on parameters of kidney function versus kidney volume. Limitations of the study included the restricted sample size, heterogeneity in parameter availability and lack of outcome data. <b><i>Conclusions:</i></b> The study draws attention to important discrepancies between different decision algorithms for tolvaptan eligibility in ADPKD patients.

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), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0440,000

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 Opus0,040
Tête enseignante GPT0,318
Écart entre enseignants0,277 · 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
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetAir Quality Monitoring and ForecastingTravaux en français237 207