Clinical Prediction Rules for Children: A Systematic Review
Notice bibliographique
Résumé
CONTEXT: The degree to which clinical prediction rules (CPRs) for children meet published standards is unclear. OBJECTIVE: To systematically review the quality, performance, and validation of published CPRs for children, compare them with adult CPRs, and suggest pediatric-specific changes to CPR methodology. METHODS: Medline was searched from 1950 to 2011. Studies were selected if they included the development of a CPR involving children younger than 18 years. Two investigators assessed study quality, rule performance, and rule validation as methodologic standards. RESULTS: Of 7298 titles and abstracts assessed, 137 eligible studies were identified. They describe the development of 101 CPRs addressing 36 pediatric conditions. Quality standards met in fewer than half of the studies were blind assessment of predictors (47%), reproducibility of predictors (18%), blind assessment of outcomes (42%), adequate follow-up of outcomes (36%), adequate power (43%), adequate reporting of results (49%), and 95% confidence intervals reported (36%). For rule performance, 48% had a sensitivity greater than 0.95, and 43% had a negative likelihood ratio less than 0.1. For rule validation, 76% had no validation, 17% had narrow validation, 8% had broad validation, and none had impact analysis performed. Compared with CPRs for adult health conditions, quality and rule validation seem to be lower. CONCLUSIONS: Many CPRs have been derived for children, but few have been validated. Relative to adult CPRs, several quality indicators demonstrated weaknesses. Existing performance standards may prove elusive for CPRs that involve children. CPRs for children that are more assistive and less directive and include patients' values and preferences in decision-making may be helpful.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».