MétaCan
Menu
← Retour à la cohorte
Enregistrement W1572796621

Population-based review of the outcomes following hepatic resection in a Canadian health region.

2009· article· en· W1572796621 sur OpenAlexaffabout
Elijah Dixon, Oliver F. Bathe, Andrew McKay, Isabelle You, Scot Dowden, David Sadler, Kelly W Burak, J G McKinnon, Walter Miller, Francis Sutherland

Notice bibliographique

RevuePubMed · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineMortality ratePopulationVolume (thermodynamics)DemographySurgeryGeneral surgeryEnvironmental health
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Higher hospital and surgeon volumes have been associated with improved outcomes following hepatic resection; however, there appear to be additional factors that also play a role. The objective of our study was to examine the outcomes following hepatic resection over the past 13 years in a large urban Canadian health region. METHODS: We used administrative procedure codes to identify all patients from 1991/92 to 2003/04 who underwent a hepatic resection in the Calgary health region, which has a referral base of about 1.5 million people. The primary outcome was operative mortality, defined as death before discharge. RESULTS: There were 424 hepatic resections performed in the stated time period. Annual volume was stable until 2000, when it increased substantially. This corresponded to the formation of a multidisciplinary group that provided care to these patients. There were 25 deaths over the study period for a mean mortality of 5.9%. The mean length of stay in hospital was 14.6 (median 10) days. Over time, however, mortality steadily decreased. This corresponded to a concomitant increase in the volume of hepatic resections performed. CONCLUSION: Over the past 13 years, the number of hepatic resections performed has increased; there has been a corresponding improvement in mortality rates. The improved rates are likely the result of multiple factors.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,022
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,067
Tête enseignante GPT0,274
Écart entre enseignants0,207 · 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

Citations11
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetHepatocellular Carcinoma Treatment and Prognosis→Travaux en français237 207→