Critical care resource allocation: trying to PREEDICCT outcomes without a crystal ball
Notice bibliographique
Résumé
Despite pandemic influenza's long reign atop the list of potential medical catastrophes, the first protocol designed to support critical care triage in a pandemic was published only in 2006. InFACT (the International Forum of Acute Care Trialists) was formed in 2009 and provided a platform for international critical care research collaboration during the 2009-2010 Influenza A(H1N1) pandemic. Over the past 2 years, a number of working groups have emerged from InFACT focused upon improving the investigation and care of patients with severe respiratory illness. Arising from these efforts, in June of 2012, an international group of clinicians convened the first meeting of the PREEDICCT (Providing Resources for Effective and Ethical Decisions In Critical Care Triage) study group. The group's aim is to develop decision support tools appropriate for use in triaging critically ill adult patients during epidemics, mass-casualty scenarios or other resource limited settings. This meeting identified a number of knowledge gaps and research priorities in this area, and suggested a revised framework for the requirements of an adequate triage decision support tool.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,020 | 0,038 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».