Clinical Decision Rules for Diagnostic Imaging in the Emergency Department: A Research Agenda
Notice bibliographique
Résumé
BACKGROUND: Major gaps persist in the development, validation, and implementation of clinical decision rules (CDRs) for diagnostic imaging. OBJECTIVES: The objective of this working group and article was to generate a consensus-based research agenda for the development and implementation of CDRs for diagnostic imaging in the emergency department (ED). METHODS: The authors followed consensus methodology, as outlined by the journal Academic Emergency Medicine (AEM), combining literature review, electronic surveys, telephonic communications, and a modified nominal group technique. Final discussions occurred in person at the 2015 AEM consensus conference. RESULTS: A research agenda was developed, prioritizing the following questions: 1) what are the optimal methods to justify the derivation and validation of diagnostic imaging CDRs, 2) what level of evidence is required before disseminating CDRs for widespread implementation, 3) what defines a successful CDR, 4) how should investigators best compare CDRs to clinical judgment, and 5) what disease states are amenable (and highest priority) to development of CDRs for diagnostic imaging in the ED? CONCLUSIONS: The concepts discussed herein demonstrate the need for further research on CDR development and implementation regarding diagnostic imaging in the ED. Addressing this research agenda should have direct applicability to patients, clinicians, and health care systems.
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 | 0,564 | 0,671 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,016 | 0,011 |
| Études des sciences et des technologies | 0,006 | 0,013 |
| Communication savante | 0,024 | 0,030 |
| Science ouverte | 0,013 | 0,011 |
| Intégrité de la recherche | 0,015 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».