MétaCan
Menu
Retour à la cohorte
Enregistrement W2159235877 · doi:10.1136/bmj.e5595

Prognosis research strategy (PROGRESS) 1: A framework for researching clinical outcomes

2013· article· en· W2159235877 sur OpenAlexafffund
Harry Hemingway, Peter Croft, Pablo Perel, Jill A. Hayden, Keith R. Abrams, Adam Timmis, Andrew Briggs, Ruzan Udumyan, Karel G.M. Moons, Ewout W. Steyerberg, Ian Roberts, Sara Schroter, Douglas G. Altman, Richard D Riley

Notice bibliographique

RevueBMJ · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensDalhousie University
Organismes subventionnairesEconomic and Social Research CouncilEngineering and Physical Sciences Research CouncilKeele UniversityUniversity of BirminghamUniversity of OxfordNova Scotia Health Research FoundationBritish Heart FoundationUniversity College LondonNational Institute for Health and Care ResearchNederlandse Organisatie voor Wetenschappelijk OnderzoekWellcome TrustDalhousie UniversityCancer Research UKMedical Research CouncilVersus ArthritisLondon School of Hygiene and Tropical MedicineCanadian Institutes of Health ResearchQueen Mary University of LondonRoyal SocietyNational Institute for Social Care and Health Research
Mots-clésRelation (database)Field (mathematics)Clinical PracticeManagement scienceDiseaseMedicineOutcomes researchEngineering ethicsComputer scienceData scienceAlternative medicineNursingPathologyData mining

Résumé

récupéré en direct d'OpenAlex

Understanding and improving the prognosis of a disease or health condition is a priority in clinical research and practice. In this article, the authors introduce a framework of four interrelated themes in prognosis research, describe the importance of the first of these themes (understanding future outcomes in relation to current diagnostic and treatment practices), and introduce recommendations for the field of prognosis 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)0,224
score de la tête « metaresearch » (Gemma)0,170
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,776
Score d'incertitude au seuil0,957

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2240,170
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0100,011
Études des sciences et des technologies0,0030,012
Communication savante0,0150,018
Science ouverte0,0060,010
Intégrité de la recherche0,0070,008
Charge utile insuffisante (le modèle a refusé de juger)0,0100,006

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 Opus0,830
Tête enseignante GPT0,655
Écart entre enseignants0,175 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations674
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207