A Systematic Review of Comorbidity Measurement Methods for Patients With Nontraumatic Brain Injury in Inpatient Rehabilitation Settings
Notice bibliographique
Résumé
This review summarizes comorbidity measurements used on patients with nontraumatic brain injury in inpatient rehabilitation and describes findings on measurement validation and comorbidity profiles. MEDLINE and MEDLINE In-Process, EMBASE, PsycINFO, the Cochrane Database of Systematic Reviews, Health, and Psychosocial Measurement Instruments were searched. Two reviewers screened results according to predefined inclusion and exclusion criteria. Population, statistical methods, comorbidity measurement, justification of its use, and results involving comorbidity were extracted using a standard table. Of 9476 articles retrieved, 16 were included. Comorbidity has been measured using various methods including the following: number and type within various classification systems, such as the International Disease Classification system, the Charlson comorbidity index, Centers for Medicare and Medicaid Services comorbidity tiers and patient comorbidity and complexity level values and subsets of diagnoses within nonadministrative data studies. No studies have assessed the predictive ability of the comorbidity measurements for inpatient rehabilitation outcomes in this population. Because comorbidities are common among the nontraumatic brain injury population, the predictive validity of comorbidity measurements should be assessed to determine the most appropriate measure to predict or risk adjust rehabilitation outcomes, which has implications for the development of clinical guidelines, and to inform health service research, planning, and delivery.
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 | 0,007 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,017 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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 ».