MétaCan
Menu
Retour à la cohorte
Enregistrement W2603487522 · doi:10.1186/s13054-017-1653-x

A path to precision in the ICU

2017· review· en· W2603487522 sur OpenAlexafffund
David M. Maslove, François Lamontagne, John C. Marshall, Daren K. Heyland

Notice bibliographique

RevueCritical Care · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensClinical Evaluation Research UnitUniversity of TorontoSt. Michael's HospitalCentre Hospitalier Universitaire de SherbrookeQueen's UniversityUniversité de SherbrookeKingston General Hospital
Organismes subventionnairesSoutheastern Ontario Academic Medical Organization
Mots-clésMedicinePath (computing)Intensive care medicineEmergency medicineComputer science

Résumé

récupéré en direct d'OpenAlex

Precision medicine is increasingly touted as a groundbreaking new paradigm in biomedicine. In the ICU, the complexity and ambiguity of critical illness syndromes have been identified as fundamental justifications for the adoption of a precision approach to research and practice. Inherently protean diseases states such as sepsis and acute respiratory distress syndrome have manifestations that are physiologically and anatomically diffuse, and that fluctuate over short periods of time. This leads to considerable heterogeneity among patients, and conditions in which a "one size fits all" approach to therapy can lead to widely divergent results. Current ICU therapy can thus be seen as imprecise, with the potential to realize substantial gains from the adoption of precision medicine approaches. A number of challenges still face the development and adoption of precision critical care, a transition that may occur incrementally rather than wholesale. This article describes a few concrete approaches to addressing these challenges.First, novel clinical trial designs, including registry randomized controlled trials and platform trials, suggest ways in which conventional trials can be adapted to better accommodate the physiologic heterogeneity of critical illness. Second, beyond the "omics" technologies already synonymous with precision medicine, the data-rich environment of the ICU can generate complex physiologic signatures that could fuel precision-minded research and practice. Third, the role of computing infrastructure and modern informatics methods will be central to the pursuit of precision medicine in the ICU, necessitating close collaboration with data scientists. As work toward precision critical care continues, small proof-of-concept studies may prove useful in highlighting the potential of this approach.

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)0,110
score de la tête « metaresearch » (Gemma)0,174
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,584

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1100,174
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,020
Communication savante0,0170,028
Science ouverte0,0060,016
Intégrité de la recherche0,0110,027
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 Opus0,516
Tête enseignante GPT0,573
Écart entre enseignants0,057 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations108
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical CareMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207