MétaCan
Menu
← Retour à la cohorte
Enregistrement W1531494206 · doi:10.1212/wnl.82.10_supplement.s5.007

Novel Graphical Comparative Analyses of 7 Prehospital Stroke Scales (S5.007)

2014· article· en· W1531494206 sur OpenAlexaboutno aff
Mohit Sharma, Richard Sinert, Steven R. Levine, Ethan S. Brandler

Notice bibliographique

RevueNeurology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStroke (engine)MedicineMedical physicsEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Objective: To illustrate novel graphical methods of comparing the operating characteristics of different prehospital stroke scales. Background: Stroke patients unrecognized in the field experience delayed hospital care. Numerous stroke scales have been created to aid in prehospital identification of stroke but these scales have never been compared graphically. Methods: Separate two by two tables of performance measures for each stroke scale were entered in the Meta-DiSc software. Sensitivities and false positive rates were compared on a receiver operating curve (ROC) plane. For stroke scales reviewed in more than two studies, we graphed the symmetric summary ROC (SSROC) and area under the curve (AUC) was calculated. The methodology for generating SSROC was chosen based on the measured between-study heterogeneity, as calculated by the inconsistency index (I2) and tau squared (τ2), with I2 > 50% or τ2 > 1 pointing towards substantial statistical heterogeneity. Results: We reviewed studies validating Cincinnati Prehospital Stroke Scale (CPSS), Los Angeles Prehospital Stroke Screen (LAPSS), Melbourne Ambulance Stroke Screen (MASS), Face Arm Speech Test (FAST), Ontario Prehospital Stroke Screening (OPSS), Medic Prehospital Assessment for Code Stroke (Med PACS) and Recognition Of Stroke in the Emergency Room (ROSIER). On the ROC plane, Med PACS, ROSIER and FAST were closest to the line of an uninformative test (sensitivity + specificity = 1). In contrast, point estimates of LAPSS, OPSS and MASS were concentrated in the upper left corner of the graph, suggesting better performance. We could plot SSROC only for CPSS and LAPSS and, because they reported considerable heterogeneity (CPSS: I2 =97.8%, τ2 = 4.33, LAPSS: I2 =96.8%, τ2 = 4.16), we used the DerSimonian and Laird methodology to generate SSROC. AUC for CPSS was 0.813±SE 0.129 and for LAPSS 0.964±SE 0.028. Conclusion: Robust graphical and statistical comparison of the performance of different prehospital stroke scales would help emergency medical services directors, vascular neurologists, and state health departments involved in prehospital stroke care choose the best screening method.

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)0,062
score de la tête « metaresearch » (Gemma)0,208
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,330

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0620,208
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0040,019
Bibliométrie0,0090,006
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0430,002

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 GPT0,327
Écart entre enseignants0,287 · 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
GenreEmpirique

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurology→Même sujetAcute Ischemic Stroke Management→Travaux en français237 207→