MétaCan
Menu
Retour à la cohorte
Enregistrement W2808768240 · doi:10.1088/1742-6596/1044/1/012057

Patient-centred outcome metrology for healthcare decision-making

2018· article· en· W2808768240 sur OpenAlexaff
Stefan Cano, Leslie Pendrill, Skye Barbic, William Fisher

Notice bibliographique

RevueJournal of Physics Conference Series · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésComparabilityMetrologyHealth careOutcome (game theory)Equivalence (formal languages)Units of measurementMeasurement uncertaintyManagement scienceComputer scienceMedical physicsRisk analysis (engineering)MedicineEngineeringStatisticsMathematicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Valid and precise quantification of clinical variables is essential for appropriate interpretation to inform healthcare decision making. The outcomes produced from different measurement procedures and instruments, purporting to quantify the same measurand, should be directly comparable. This ensures the appropriate application and widespread adoption of clinical research findings. Metrology provides a framework for the development of a common language of reference measurement systems, which have the potential to improve the accuracy and comparability of patients' results. However, the practices, procedures and instruments used in social measurement are currently excluded from any formal metrological framework. In this paper, we build on previous arguments, and propose a new international body to bring together metrology, psychometrics, philosophy, and clinical management to support the global comparability and equivalence of measurement results in patient centred outcome measurement to improve healthcare.

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)0,221
score de la tête « metaresearch » (Gemma)0,360
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,779
Score d'incertitude au seuil0,961

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2210,360
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0070,006
Études des sciences et des technologies0,0020,009
Communication savante0,0100,011
Science ouverte0,0040,009
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,367
Tête enseignante GPT0,447
Écart entre enseignants0,081 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
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

Citations22
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207