A model combining clinical assessment and NT-proBNP level accurately predicted heart failure in ED patients with dyspnea
Notice bibliographique
Résumé
ACP Journal Club19 January 2010A model combining clinical assessment and NT-proBNP level accurately predicted heart failure in ED patients with dyspneaJames Brophy, MD, PhDJames Brophy, MD, PhDMcGill University, Montreal, Quebec, Canada (J.B.)Author, Article, and Disclosure Informationhttps://doi.org/10.7326/0003-4819-152-2-201001190-02013 SectionsAboutFull TextPDF ToolsAdd to favoritesDownload CitationsTrack CitationsPermissions ShareFacebookTwitterLinkedInRedditEmail Source CitationSteinhart B, Thorpe KE, Bayoumi AM, et al. Improving the diagnosis of acute heart failure using a validated prediction model. J Am Coll Cardiol. 2009;54:1515-21. https://pubmed.ncbi.nlm.nih.gov/19815122Clinical Impact RatingsEmergency Med: Hospitalists: Cardiology: Author, Article, and Disclosure InformationAffiliations: McGill University, Montreal, Quebec, Canada (J.B.)This article was published at Annals.org on 5 January 2010. PreviousarticleNextarticle Advertisement FiguresReferencesRelatedDetails Metrics Cited ByAcute Heart Failure Syndromes: Emergency Department Presentation, Treatment, and Disposition: Current Approaches and Future Aims 19 January 2010Volume 152, Issue 2Page: JC1-13KeywordsCohort studiesDyspneaHeart failureHospitalistsMathematical modelsNatriuretic peptidesRenal failure ePublished: 19 January 2010 Issue Published: 19 January 2010 CopyrightCopyright © 2010 by American College of Physicians. All Rights Reserved.PDF DownloadLoading ...
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».