MétaCan
Menu
Retour à la cohorte
Enregistrement W1979516180 · doi:10.1136/emermed-2012-202303

How emergency physicians use biomarkers: insights from a qualitative assessment of script concordance tests

2013· article· en· W1979516180 sur OpenAlexaff
Yann-Érick Claessens, Sophie Wannepain, Stéphanie Gestin, Xavier Magdelein, Elsa Ferretti, Marine Guilly, Bernard Charlin, Thierry Pelaccia

Notice bibliographique

RevueEmergency Medicine Journal · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Reasoning and Diagnostic Skills
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésConcordanceMedicineIntuitionCognitionEmergency departmentBayesian probabilityClinical decision makingMedical emergencyFamily medicineArtificial intelligencePsychiatryPsychologyComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Biomarkers have been developed in emergency medicine to improve decision at bedside using Bayesian approach. We intend to determine the cognitive process actually utilised by emergency physicians to incorporate biomarkers in clinical reasoning. DESIGN: We invited eight emergency physicians to answer eight script concordance tests. Interviews were tape-recorded and qualitatively analysed using predetermined categories until saturation. RESULTS: Emergency physicians mainly mobilised intuition and non-Bayesian reasoning to incorporate biomarkers for diagnosis or treatment strategies. CONCLUSIONS: Although biomarkers have been developed to be used in a Bayesian approach, emergency physicians mainly use other analytical and non-analytical cognitive processes to introduce these tools in their clinical reasoning.

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)0,001
score de la tête « metaresearch » (Gemma)0,035
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,801
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,035
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,000

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 Opus0,078
Tête enseignante GPT0,423
Écart entre enseignants0,344 · 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.

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

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmergency Medicine JournalMême sujetClinical Reasoning and Diagnostic SkillsTravaux en français237 207