MétaCan
Menu
Retour à la cohorte
Enregistrement W2592244060 · doi:10.1177/1747493016687579

Decision-making interventions to stop the global atrial fibrillation-related stroke tsunami

2017· article· en· W2592244060 sur OpenAlexafffund
Joshua O. Cerasuolo, Manuel Montero‐Odasso, Agustín Ibáñez, Shannon Doocy, Gregory Y.H. Lip, Luciano A. Sposato

Notice bibliographique

RevueInternational Journal of Stroke · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensParkwood InstituteLondon Health Sciences CentreLawson Health Research InstituteWestern University
Organismes subventionnairesAcademic Medical Organization of Southwestern Ontario
Mots-clésMedicineAtrial fibrillationStroke (engine)Medical prescriptionPsychological interventionPopulationSinus rhythmCardiologyIntensive care medicineInternal medicineEmergency medicinePsychiatryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Atrial fibrillation affects 33.5 million people worldwide and its prevalence is expected to double by 2050 because of the aging population. Atrial fibrillation confers a 5-fold higher risk of ischemic stroke compared to sinus rhythm. We present our view of the role of shared medical decision-making to combat global underutilization of oral anticoagulation for stroke prevention in atrial fibrillation patients. Oral anticoagulation underuse is widespread as it is present within atrial fibrillation patients of all risk strata and in countries across all income levels. Reasons for oral anticoagulation underuse include but are probably not limited to poor risk stratification, over-interpretation of contraindications, and discordance between physician prescription preferences and actual administration. By comparing a catastrophic event to the consequences of atrial fibrillation related strokes, it may help physicians and patients understand the negative outcomes associated with oral anticoagulation under-utilization and the magnitude to which oral anticoagulations neutralize atrial fibrillation burden.

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)0,008
score de la tête « metaresearch » (Gemma)0,036
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,036
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,418
Écart entre enseignants0,362 · 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
GenreEmpirique

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

En bref

Citations17
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of StrokeMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207