MétaCan
Menu
Retour à la cohorte
Enregistrement W2592397927 · doi:10.1016/j.schres.2017.03.017

Consistency checks to improve measurement with the Positive and Negative Syndrome Scale (PANSS)

2017· article· en· W2592397927 sur OpenAlexaff
Jonathan Rabinowitz, Nina R. Schooler, Ariana Anderson, Lindsay E. Ayearst, David G. Daniel, Michael Davidson, Bruce J. Kinon, François Ménard, Lewis A. Opler, Mark Opler, Joanne B. Severe, David J. Williamson, Christian Yavorsky, Jun Zhao

Notice bibliographique

RevueSchizophrenia Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensVictoria Park
Organismes subventionnairesAllerganNational Institute on AgingInnovative Medicines InitiativeEuropean CommissionNational Institute of Mental HealthEuropean Federation of Pharmaceutical Industries and Associations
Mots-clésFLAGS registerConsistency (knowledge bases)Reliability (semiconductor)Positive and Negative Syndrome ScaleRating scaleScale (ratio)PsychologyClinical trialInternal consistencyClinical psychologyPsychiatryMedicineComputer sciencePsychometricsDevelopmental psychologyPsychosisInternal medicineArtificial intelligenceGeography

Résumé

récupéré en direct d'OpenAlex

International Society for CNS Clinical Trials and Methodology convened an expert working-group that assembled consistency/inconsistency flags for the Positive and Negative Syndrome Scale (PANSS). Twenty-four flags were identified and divided based on extent to which they represent error (Possibly, Probably, Very probably or definitely). The flags were applied to assessments derived from the NEWMEDS data repository and the CATIE clinical trial data. Almost 40% of ratings had at least one inconsistency flag raised and 10% had two. Application of flags to clinical rating can improve reliability and validity of trials.

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)0,502
score de la tête « metaresearch » (Gemma)0,586
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,502
Score d'incertitude au seuil0,614

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,5020,586
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,007
Bibliométrie0,0110,010
Études des sciences et des technologies0,0030,002
Communication savante0,0040,003
Science ouverte0,0040,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,058
Tête enseignante GPT0,346
Écart entre enseignants0,288 · 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.

Devis d'étudeObservationnel
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

Citations15
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSchizophrenia ResearchMême sujetSchizophrenia research and treatmentTravaux en français237 207