MétaCan
Menu
Retour à la cohorte
Enregistrement W2810021461 · doi:10.1016/s0140-6736(18)31131-0

Assessment of functional capacity before major non-cardiac surgery: an international, prospective cohort study

2018· article· en· W2810021461 sur OpenAlexafffund
Duminda N. Wijeysundera, Rupert M. Pearse, Mark Shulman, Tom Abbott, Elizabeth Torres, A. Ambosta, Bernard Croal, Kevin E. Thorpe, Michael P. W. Grocott, Catherine Farrington, Paul S. Myles, Brian H. Cuthbertson, Sophie Wallace, Bruce Thompson, Mathew J. Ellis, B. Borg, Ross Kerridge, J. Douglas, John D. Brannan, Jeffrey J. Pretto, Guy Godsall, N. Beauchamp, Sandra L. Allen, A. Kennedy, E. Wright, J. Malherbe, Hilmy Ismail, Bernhard Riedel, Andrew Melville, Harry Sivakumar, A. Murmane, K. Kenchington, Y. Kirabiyik, Usha Gurunathan, C. Stonell, K. Brunello, Katherine T. Steele, Oystein Tronstad, P. Masel, Annette Dent, Emma Smith, A Bodger, M. Abolfathi, P Sivalingam, Adrian Hall, Thomas Painter, S. Macklin, Adrian D. Elliott, Anna María Claverol Carrera, N Terblanche, S. Pitt, J. Samuel, Chris Wilde, Kate Leslie, Andrew MacCormick, David E. Bramley, Anne Marie Southcott, J. C. Boileau Grant, H. Taylor, Samantha Bates, Miriam Towns, Anna Tippett, Fiona Marshall, C. David Mazer, J. Kunasingam, Anmol Yagnik, C. Crescini, S. Yagnik, Colin J. L. McCartney, Priya Somascanthan, Stephen Choi, K. Flores, Shelly Au, W. Scott Beattie, Keyvan Karkouti, Hance Clarke, Angela Jerath, Stuart A. McCluskey, Marcin Wąsowicz, Lauren Day, Janneth Pazmino‐Canizares, Paul Oh, Rene Belliard, Leanna Lee, Karen Dobson, Vincent Chan, Richard Brull, Noam Ami, Matthew B. Stanbrook, K. Hagen, Douglas Campbell, Timothy G. Short, J. Van Der Westhuizen, Kushlin Higgie, Helen Lindsay, R. Jang, Chris Ho Ming Wong, Davina McAllister, Marlynn Ali, Jonathan Kumar, Ellen Waymouth, Chang Joon Kim, J. Dimech, Michael Lorimer, Joyce Tai, R. Miller, Rachel Sara, A. Collingwood, Sue Olliff, S. Gabriel, Helen Houston, Paul Dalley, Sally Hurford, Anna Hunt, Lynn Andrews, Leanlove Navarra, A. Jason-Smith, Helen Thompson, N. McMillan, G. Back, Daniel Martín, Sarah James, Helder Filipe, Manuel Pinto, S. Kynaston, Mandeep Phull, Christian M. Beilstein, Pheobe Bodger, Kirsty Everingham, Ying Hu, Edyta Niebrzegowska, C. Corriea, Thais Creary, Marta Januszewska, Tahania Ahmad, Jan Whalley, Richard Haslop, Jane E. McNeil, A. Brown, Neil MacDonald, M. Pakats, Kathryn Greaves, Shaman Jhanji, R. Raobaikady, Ethel Black, Martin Rooms, H. Lawrence, Maria Koutra, Katrina Pirie, M. Gertsman, Sandy Jack, Michael Celinski, Denny Levett, Mark Edwards, Karen Salmon, Clare Bolger, Lisa Loughney, Leanne Seaward, Hannah Collins, Bryony Tyrell, N. Tantony, Kim Golder, Gareth L. Ackland, RCM Stephens, L. Gallego-Paredes, Anna Reyes, Ana Gutierrez del Arroyo, Ashok Raj, Rhiannon Lifford, Magda Melo, Muhammad Mamdani, Graham S. Hillis, Harindra C. Wijeysundera

Notice bibliographique

RevueThe Lancet · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac, Anesthesia and Surgical Outcomes
Établissements canadiensHealth Sciences CentrePublic Health OntarioSunnybrook Health Science CentreSinai Health SystemToronto Rehabilitation InstituteUniversity of TorontoUniversity Health NetworkSt. Michael's Hospital
Organismes subventionnairesMedical Research CouncilCanadian Institutes of Health ResearchOntario Ministry of Research, Innovation and ScienceUnited Kingdom Clinical Research CollaborationMonash UniversityUniversity of TorontoRoyal College of AnaesthetistsNational Institute for Health and Care ResearchOntario Ministry of Health and Long-Term CareNational Institute of Academic AnaesthesiaAustralian and New Zealand College of AnaesthetistsHeart and Stroke Foundation of CanadaPfizer
Mots-clésMedicineProspective cohort studyMyocardial infarctionPhysical therapyInternal medicineCardiac surgeryCohortVO2 maxCoronary artery diseaseMetabolic equivalentCohort studyLogistic regressionCardiologySurgeryBlood pressureHeart rate

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,035
Tête enseignante GPT0,322
Écart entre enseignants0,287 · 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'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

Citations480
Publié2018
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueThe LancetMême sujetCardiac, Anesthesia and Surgical OutcomesTravaux en français237 207