Caractérisation du syndrome de chevauchement de l’asthme et de la maladie pulmonaire obstructive chronique
Bibliographic record
Abstract
Maladies fréquentes, l’asthme touche 8,4% de la population canadienne âgée de 12 ans et plus et la maladie pulmonaire obstructive chronique (MPOC) touche de 5 à 15% de la population âgée entre 35 et 79 ans. L’asthme et la MPOC peuvent coexister chez un patient. Ce phénomène appelé syndrome de chevauchement de l’asthme et de la MPOC (ACOS) toucherait environ 10% à 55% des patients MPOC. Afin de mieux caractériser l’ACOS et les effets indésirables des médicaments utilisés pour traiter la MPOC, deux études ont été mises en place. Une première étude réalisée auprès de pneumologues a permis de décrire les méthodes de diagnostic, de traitement et d’évaluation de la maitrise de l’ACOS dans la pratique clinique. Les pneumologues rapportent que le diagnostic devrait être basé sur les caractéristiques cliniques, les tests de fonction pulmonaire et l'intuition clinique du médecin. De plus, un corticostéroïde inhalé en combinaison et un bronchodilatateur inhalé à longue durée d’action devraient être introduits rapidement dans le plan de traitement. La deuxième étude a permis d’évaluer la fréquence des effets indésirables chez les patients MPOC/ACOS traités avec un bronchodilatateur inhalé à longue durée d’action. Cette étude démontre que les effets indésirables sont fréquents chez les patients MPOC/ACOS et que la sécheresse buccale et la gorge sèche sont les plus rapportés. Ces résultats démontrent que la mise en place de lignes directrices pour l’ACOS ainsi qu’une meilleure connaissance du profil de tolérance des bronchodilatateurs inhalés à longue durée d’action seraient bénéfiques pour les patients
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".