MétaCan
Menu
Retour à la cohorte
Enregistrement W2136194383 · doi:10.1016/s0168-8510(00)00108-1

Surgeon predictions on growth of minimal invasive therapy: the difficulty of estimating technologic diffusion

2000· article· en· W2136194383 sur OpenAlexaboutno aff
Bernard S. Bloom, Nathalie de Pouvourville, Simon Libert, A. Mark Fendrick

Notice bibliographique

RevueHealth Policy · 2000
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineSurgical proceduresSurgeryStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To compare five-year predictions made in 1992 by academic surgeon leaders in UK, US and Canada, with actual experiences in 1997, of increased rates of minimal invasive therapy (MIT) for surgical operations. METHOD: We compared 1992 predictions of percent of operations done by minimal invasive therapy and length of stay in the US with actual 1997 percents found by literature searches. RESULTS: We found sufficient data on 12 operations done by MIT in 1997 of the original 34 operations predicted in 1992 by surgeon experts to be to be amenable to this technique. These 12 operations were among the top 20 most commonly performed procedures in 1992 and 1997. Of these 12 operations, ten had 40-60% lower 1997 percentages than predicted, one had about 10% lower rate, and two had 18% and 100% higher rates of MIT than predicted. Overall mean length of stay (LOS) for all 34 study operations fell from 6.8 days in 1992 to 5.2 days in 1997. Mean LOS in 1997 was 2.5 days by MIT and 6.7 days by open technique (OT). CONCLUSION: Most of the predictions made in 1992 by surgical leaders in Canada, US and UK were incorrect when examined 5 years later. The rate of MIT diffusion and its effect on length of stay were overestimated for most operations, while for two procedures the predictions underestimated extent of diffusion. Also, much of the declines of LOS for surgical care paralleled declines in length of stay for all care, supplemented by the individual contributions of MIT specifically. Relying on expert opinion alone to predict the acceptability, rapidity, scope and extent of technological change is fraught with uncertainty. Unexpected consequences occur when one or a few parts of complex systems are changed. This is a particular problem when predictions are a main basis for informed decision making in the absence of any supporting data from appropriately designed empirical or controlled study.

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)0,026
score de la tête « metaresearch » (Gemma)0,158
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 enseignants0,026
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,158
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,074
Tête enseignante GPT0,423
Écart entre enseignants0,350 · 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

Citations6
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth PolicyMême sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207