Common data elements for spinal cord injury clinical research: a National Institute for Neurological Disorders and Stroke project
Notice bibliographique
Résumé
OBJECTIVES: To develop a comprehensive set of common data elements (CDEs), data definitions, case report forms and guidelines for use in spinal cord injury (SCI) clinical research, as part of the CDE project at the National Institute of Neurological Disorders and Stroke (NINDS) of the US National Institutes of Health. SETTING: International Working Groups. METHODS: Nine working groups composed of international experts reviewed existing CDEs and instruments, created new elements when needed and provided recommendations for SCI clinical research. The project was carried out in collaboration with and cross-referenced to development of the International Spinal Cord Society (ISCoS) International SCI Data Sets. The recommendations were compiled, subjected to internal review and posted online for external public comment. The final version was reviewed by all working groups and the NINDS CDE team before release. RESULTS: The NINDS SCI CDEs and supporting documents are publically available on the NINDS CDE website and the ISCoS website. The CDEs span the continuum of SCI care and the full range of domains of the International Classification of Functioning, Disability and Health. CONCLUSION: Widespread use of CDEs can facilitate SCI clinical research and trial design, data sharing and retrospective analyses. Continued international collaboration will enable consistent data collection and reporting, and will help ensure that the data elements are updated, reviewed and broadcast as additional evidence is obtained.
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 | 0,229 | 0,269 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,009 | 0,009 |
| Bibliométrie | 0,025 | 0,032 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,008 | 0,018 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».