Construction and management of ARDS/sepsis registry with REDCap.
Notice bibliographique
Résumé
OBJECTIVE: The study aimed to construct and manage an acute respiratory distress syndrome (ARDS)/sepsis registry that can be used for data warehousing and clinical research. METHODS: The workflow methodology and software solution of research electronic data capture (REDCap) was used to construct the ARDS/sepsis registry. Clinical data from ARDS and sepsis patients registered to the intensive care unit (ICU) of our hospital formed the registry. These data were converted to the electronic case report form (eCRF) format used in REDCap by trained medical staff. Data validation, quality control, and database management were conducted to ensure data integrity. RESULTS: The clinical data of 67 patients registered to the ICU between June 2013 and December 2013 were analyzed. Of the 67 patients, 45 (67.2%) were classified as sepsis, 14 (20.9%) as ARDS, and eight (11.9%) as sepsis-associated ARDS. The patients' information, comprising demographic characteristics, medical history, clinical interventions, daily assessment, clinical outcome, and follow-up data, was properly managed and safely stored in the ARDS/sepsis registry. Data efficiency was guaranteed by performing data collection and data entry twice weekly and every two weeks, respectively. CONCLUSIONS: The ARDS/sepsis database that we constructed and manage with REDCap in the ICU can provide a solid foundation for translational research on the clinical data of interest, and a model for development of other medical registries in the future.
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 | 0,027 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».