MétaCan
Menu
Retour à la cohorte
Enregistrement W2023166624 · doi:10.1097/bot.0b013e3181ca3fbd

Outcomes Assessment in Fracture Healing Trials: A Primer

2010· review· en· W2023166624 sur OpenAlexaff
Dr. Bauke Kooistra, Orthopaedic Surgeon, Shoulder and Elbow, Sheila Sprague, Mohit Bhandari, Emil H. Schemitsch

Notice bibliographique

RevueJournal of Orthopaedic Trauma · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueHip and Femur Fractures
Établissements canadiensMcMaster UniversitySt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineGold standard (test)Clinical trialOutcome (game theory)Medical physicsMEDLINEPhysical therapyBone healingIntensive care medicineSurgeryPathologyRadiology

Résumé

récupéré en direct d'OpenAlex

The measurement of clinical outcomes in trauma research is often problematic in that it is subjective and currently no feasible gold standard evaluation is available. Consequently, observed trial results are partly dependent on which outcome measure is used. Precise and useful estimates of treatment effects can only be obtained when using reliable, valid, and responsive instruments for measuring fracture healing. This overview outlines the concept of the validation of outcome measures and provides a summary of available and frequently used instruments in orthopaedic clinical trials. Outcome instruments can be divided into assessments by the clinician and assessments by the patient. Clinician-assessed measures are frequently used in routine practice but have often not been validated before their use in research. They include clinical and radiographic assessments. In contrast, patient-assessed measures have been designed specifically for investigational purposes and measure health on various domains. Some of them have been validated extensively. Critically evaluating established clinician-based assessments and integrating those found to be valid with patient-assessed outcomes into a composite measure of fracture healing constitute major future challenges.

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)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0070,003
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,006
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,106
Tête enseignante GPT0,454
Écart entre enseignants0,348 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Orthopaedic TraumaMême sujetHip and Femur FracturesTravaux en français237 207