MétaCan
Menu
Retour à la cohorte
Enregistrement W1886413744 · doi:10.1080/17441692.2015.1034155

Global health indicators and maternal health futures: The case of Intrauterine Growth Restriction

2015· article· en· W1886413744 sur OpenAlexaff
Susan L. Erikson

Notice bibliographique

RevueGlobal Public Health · 2015
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensSimon Fraser University
Organismes subventionnairesDirectorate for Social, Behavioral and Economic SciencesWenner-Gren Foundation
Mots-clésIntrauterine growth restrictionFutures contractMedicineEconomic growthBusinessEconomicsPregnancyFinance

Résumé

récupéré en direct d'OpenAlex

Public health indicators generally operate in the world as credible, apolitical and authoritative. But indicators are less stable than they appear. Clinical critiques of Intrauterine Growth Restriction (IUGR) criteria have been forthcoming for decades. This article, though, takes up the measuring and calculation gradients of IUGR in the ultrasound machine itself, including the software algorithms that identify IUGR. One hospital where research was conducted incorrectly predicted pathological birth outcomes 14 of 14 times. We are at a historical moment when the global use of prenatal diagnostic ultrasound for the express purpose of assessing IUGR is set to escalate. Medical imaging device corporations like Siemens, Toshiba, General Electric and Phillips are quite literally banking on it, and new forms of ultrasound technology and diagnostic software are increasingly available on smartphones, tablets and laptops. Clinical guidelines for IUGR--assumed to be authoritative and evidence-based--are evolving right along with the installation throughout the world of the technology capable of diagnosing it. Maternal malnutrition remains the single strongest predictive factor for IUGR, regardless of the technological investments currently amassing to identify the indicator, which is cause for a reassessment of priority spending and investment.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,645
Score d'incertitude au seuil0,950

Scores Codex et Gemma par catégorie

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

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 Opus0,030
Tête enseignante GPT0,343
Écart entre enseignants0,312 · 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.

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

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Public HealthMême sujetChild Nutrition and Water AccessTravaux en français237 207