MétaCan
Menu
Retour à la cohorte
Enregistrement W2111891015 · doi:10.1093/ptj/86.1.122

Development and Application of Clinical Prediction Rules to Improve Decision Making in Physical Therapist Practice

2006· review· en· W2111891015 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevuePhysical Therapy · 2006
Typereview
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysical therapistClinical decision makingClinical PracticePsychologyMedicinePhysical therapyIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Clinical prediction rules (CPRs) are tools designed to improve decision making in clinical practice by assisting practitioners in making a particular diagnosis, establishing a prognosis, or matching patients to optimal interventions based on a parsimonious subset of predictor variables from the history and physical examination.1,2 Clinical prediction rules have been developed to improve decision making for many conditions in medical practice, including the diagnosis of proximal deep vein thrombosis (DVT),3 strep throat,4 coronary artery disease,5 and pulmonary embolism.6 Clinical prediction rules also have been developed to assist in establishing a prognosis such as determining when to discontinue resuscitative efforts after cardiac arrest in the hospital,7 determining the likelihood of death within 4 years for people with coronary artery disease,7 identifying children who are at risk for developing urinary tract infections,8 and identifying the characteristics of patients who are likely to develop postoperative nausea and vomiting after anesthesia.9 Clinical prediction rules have recently been developed that can improve decision making in physical therapist practice. Examples include prediction rules to improve the accuracy of diagnosing ankle fractures (ie, “the Ottawa Ankle Rules”)10 and knee fractures (ie, “the Ottawa Knee Rules”)11 in people with acute injuries and to determine when to order radiographs in patients with neck trauma.12 Other prediction rules have been developed to diagnose patients with cervical radiculopathy13 and carpal tunnel syndrome.14 A CPR also has been developed to establish the prognosis of patients with neck pain following a rear-end motor vehicle accident.15 With increasing attention focused on the rising costs of health care, CPRs provide practitioners with powerful diagnostic information from the history and physical examination that may serve as an accurate decision-making surrogate for more expensive diagnostic tests. For example, the Ottawa …

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,994
Score d'incertitude au seuil0,952

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,169
Tête enseignante GPT0,512
Écart entre enseignants0,344 · 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