MétaCan
Menu
← Retour à la cohorte
Enregistrement W1776324357

EVIDENCE-BASED MEDICINE: WHAT DOES THE FUTURE HOLD?

2014· article· en· W1776324357 sur OpenAlexaboutno aff
Allen F. Shaughnessy

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMedical journalAlternative medicineEngineering ethicsFamily medicinePathologyEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The concepts of evidence-based medicine are coming up on their thirty-fourth anniversary, born in Canada with the publication of a series of articles in the Canadian Medical Association Journal called, Clinical Epidemiology Rounds.1[i] Over this time, the ideas have slowly permeated their way into academia and are slowly diffusing into everyday clinical practice. The process of evidence-based medicine consists of five steps: 1) defining the question; 2) find evidence; 3) critically appraise this evidence; 4) apply the evidence, making a decision regarding the initial question; and, 5) monitoring one’s own practice. This process makes sense. It is also difficult. Just realizing that one has a question – the start of the process – is not easy. Finding the evidence, especially with limited computer support, can stop the process before it starts. Critically appraising evidence is a slow, difficult process for which many of us are ill equipped to do. Even if we have the skills, the time it takes to evaluate original research makes this step impractical when an answer is needed during the care of patients. Problems remain when the answer is obtained. If I do something based on this evidence, will my patient be better off as a result? There are many examples in medicine of when patients were inadvertently harmed because of interventions that seemed to make sense but worsened clinical outcomes. One of the most infamous examples is the treating of asymptomatic premature ventricular contractions following a myocardial infarction, which resulted in an average increase in mortality.[ii] Many other examples of “doing the wrong thing for the right reasons” exist in medicine’s history. [i]. [No author listed]. Department of clinical epidemiology and How to read clinical journal: I. Why to read them and how to start reading them critically. Can Med Assoc J. 1981 Mar 1;124(5):555-8. [ii]. Echt DS, Liebson PR, Mitchell LB, et al. Mortality and morbidity in patients receiving encainide, flecainide, or placebo. The Cardiac Arrhythmia Suppression Trial. N Engl J Med. 1991 Aug 22;325(8):584-5. N Engl J Med 1991 Mar 21;324(12):781-8.

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)0,134
score de la tête « metaresearch » (Gemma)0,206
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,866
Score d'incertitude au seuil0,710

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1340,206
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0090,004
Bibliométrie0,0080,007
Études des sciences et des technologies0,0070,033
Communication savante0,0300,052
Science ouverte0,0080,008
Intégrité de la recherche0,0300,049
Charge utile insuffisante (le modèle a refusé de juger)0,0170,006

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 Opus0,588
Tête enseignante GPT0,689
Écart entre enseignants0,101 · 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.

Devis d'étudeSans objet
DomaineMéthodes
GenreCommentaire

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 revueDOAJ (DOAJ: Directory of Open Access Journals)→Même sujetHealth Sciences Research and Education→Travaux en français237 207→