Moderator’s view: Predictive models: a prelude to precision nephrology
Notice bibliographique
Résumé
Appropriate diagnosis is fundamental in medicine because it sets the basis for the prediction of disease outcome at the single patient level (prognosis) and decisions regarding the most appropriate therapy. However, given the large series of social, clinical and biological factors that determine the likelihood of an individual's future outcome, prognosis only partly depends on diagnosis and aetiology and treatment is not decided solely on the basis of the underlying diagnosis. This issue is crucial in multifactorial diseases like atherosclerosis, where the use of statins has now shifted from 'treating hypercholesterolaemia' to 'treating the risk of adverse cardiovascular events'. Approaches that take due account of prognosis limit the lingering risk of over-diagnosis and maximize the value of prognostic information in the clinical decision process. In the nephrology realm, the application of a well-validated risk equation for kidney failure in Canada led to a 35% reduction in new referrals. Prognostic models based on simple clinical data extractable from clinical files have recently been developed to predict all-cause and cardiovascular mortality in end-stage kidney disease patients. However, research on predictive models in renal diseases remains suboptimal and non-accounting for competing events and measurement errors, and a lack of calibration analyses and external validation are common fallacies in currently available studies. More focus on this blossoming research area is desirable. The nephrology community may now start to apply the best validated risk scores and further test their potential usefulness in chronic kidney disease patients in diverse clinical situations and geographical areas.
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 | 0,127 | 0,499 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,008 | 0,012 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,015 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,007 |
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 ».