MétaCan
Menu
Retour à la cohorte
Enregistrement W2101533350 · doi:10.1197/j.aem.2004.03.010

Risk Adjustment and Outcome Measures for Out‐of‐hospital Respiratory Distress

2004· article· en· W2101533350 sur OpenAlexaff
Samuel M. Keim, Daniel W. Spaite, Ronald F. Maio, Herbert G. Garrison, Jeffrey S. Desmond, Mary Ann Gregor, Patricia J. O’Malley, Ian G. Stiell, C. Gene Cayten, John L. Chew, Ellen J. MacKenzie, David Miller

Notice bibliographique

RevueAcademic Emergency Medicine · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Highway Traffic Safety AdministrationU.S. Department of Transportation
Mots-clésMedicineOutcome (game theory)Emergency medicineDistressRespiratory distressIntensive care medicineMEDLINEOutcomes researchPulse oximetryAlternative medicineSurgeryPsychiatry

Résumé

récupéré en direct d'OpenAlex

The purpose of the Emergency Medical Services Outcomes Project (EMSOP) is to develop a foundation and framework for out-of-hospital outcomes research. In prior work, this group delineated the priority conditions, described conceptual models, suggested core and risk adjustment measures potentially useful to emergency medical services research, and summarized out-of-hospital pain measurement. In this fifth article in the EMSOP series, the authors recommend specific risk-adjustment measures and outcome measures for use in out-of-hospital research on patients presenting with respiratory distress. The methodology included systematic literature searches and a structured review by an expert panel. The EMSOP group recommends use of pulse oximetry, peak expiratory flow rate, and the visual analog dyspnea scale as potential risk-adjustment measures and outcome measures for out-of-hospital research in patients with respiratory distress. Furthermore, using mortality as an outcome measure is also recommended. Future research is needed to alleviate the paucity of validated tools for out-of-hospital outcomes research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,068
score de la tête « metaresearch » (Gemma)0,165
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,358

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0680,165
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,005
Bibliométrie0,0070,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,058
Tête enseignante GPT0,367
Écart entre enseignants0,309 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations18
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic Emergency MedicineMême sujetEmergency and Acute Care StudiesTravaux en français237 207