MétaCan
Menu
Retour à la cohorte
Enregistrement W2525719497 · doi:10.1093/ajcp/aqw132

Clinical Action Curves

2016· article· en· W2525719497 sur OpenAlexaffabout
Eric Morgen, Christopher Naugler

Notice bibliographique

RevueAmerican Journal of Clinical Pathology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Laboratory Practices and Quality Control
Établissements canadiensUniversity of CalgaryUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésAction (physics)Clinical PracticeStatisticsHazardReceiver operating characteristicPlot (graphics)Test (biology)Clinical judgmentMathematicsMeasure (data warehouse)MedicineComputer scienceData miningMedical physicsPhysicsPhysical therapyChemistryBiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: While reference limits are foundational to interpreting clinical laboratory tests, they may not correspond to the actual values triggering clinical response. We propose to measure this using clinical action curves, which plot test values against an indicator of clinical action. METHODS: We selected repeat test ordering as a quantifiable, objective, useful measure that is readily calculable using available laboratory data. Using all results in Calgary in 2010-2011 for eight analytes, clinical action curves for each analyte were plotted as the relationship between index test value and retesting hazard, modeled using Cox proportional hazards with restricted cubic splines. Clinical action limits were defined where retesting hazard rose 38% above baseline (25%-50% considered). RESULTS: In general, clinical action increased before the reference limits, and clinical action limits were narrower than reference limits. However, some reference limits showed no increased clinical action and may thus be ignored in practice. CONCLUSIONS: Clinical action curves and limits provide practical, objective tools for describing physician responses to test values. Results suggest that many normal results are treated as abnormal and vice versa; such discrepancies require further scrutiny and ultimately reconciliation via altered reference ranges or altered practice patterns.

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)0,025
score de la tête « metaresearch » (Gemma)0,119
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,119
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,004

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 Opus0,205
Tête enseignante GPT0,555
Écart entre enseignants0,349 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
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

Citations3
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Clinical PathologyMême sujetClinical Laboratory Practices and Quality ControlTravaux en français237 207