Recent Clinical Datasets in Supporting the Clinical Decision: A Portuguese Case Study
Notice bibliographique
Résumé
The evaluation of a patient's condition is a challenging task that physicians have to deal with in their daily clinical practice, as there are some specific conditions where the diagnosis is not straightforward.Therefore, clinical guidelines frequently recommend the use of models that were developed with the objective of aiding the clinical decision.However, these models have some significant flaws, namely under specific conditions can present a lack of performance.Moreover, large datasets that resulted from patients data gathered directly in the hospital or through telemonitoring systems are available.These datasets may comprise very useful information in order to complement the current clinical knowledge on a specific disease/condition.The proposed approach addresses this issue, through three different perspectives: i) improving the representation of current clinical knowledge (model enhancement); ii) knowledge discovery strategies, able to extract useful new knowledge from existent clinical datasets; iii) flexible combination schemes that allow the combination of the new knowledge directly extracted from the datasets with the current clinical models.This work is being developed in the context of cardiovascular disease (CVD), namely in the identification of the CVD risk of each patient as the correct stratification of patients may significantly contribute to the optimization of the health care strategies.A dataset made available by the Portuguese Society of Cardiology (PSC) comprising 11112 patients with acute coronary syndrome gathered between 1 st of October 2010 and 6 th of November 2014 is applied to support the present work.Some preliminary results were achieved, showing the potential of the proposed strategy to aid the clinical decision.
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 | 0,009 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».