MétaCan
Menu
Retour à la cohorte
Enregistrement W2896325533 · doi:10.1136/bjophthalmol-2018-312385

Clinical effectiveness of the Manchester Glaucoma Enhanced Referral Scheme

2018· article· en· W2896325533 sur OpenAlexaff
Patrick J. G. Gunn, Joanne R Marks, Evgenia Konstantakopoulou, David F. Edgar, John G Lawrenson, Stephen A. Roberts, A F Spencer, Cecilia Fenerty, Robert A. Harper

Notice bibliographique

RevueBritish Journal of Ophthalmology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueGlaucoma and retinal disorders
Établissements canadiensHealth Sciences Centre
Organismes subventionnairesCollege of Optometrists
Mots-clésReferralGlaucomaMedicineExcellenceNiceOptometryPediatricsOphthalmologyFamily medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Glaucoma referral filtering schemes have operated in the UK for many years. However, there is a paucity of data on the false-negative (FN) rate. This study evaluated the clinical effectiveness of the Manchester Glaucoma Enhanced Referral Scheme (GERS), estimating both the false-positive (FP) and FN rates. METHOD: Outcome data were collected for patients newly referred through GERS and assessed in 'usual-care' clinics to determine the FP rate (referred patients subsequently discharged at their first visit). For the FN rate, glaucoma suspects deemed not requiring referral following GERS assessment were invited to attend for a 'reference standard' examination including all elements of assessment recommended by National Institute for Health and Care Excellence (NICE) by a glaucoma specialist optometrist. A separate 33 cases comprising randomly selected referred and non-referred cases were reviewed independently by two glaucoma specialist consultant ophthalmologists to validate the reference standard assessment. RESULTS: 1404 patients were evaluated in GERS during the study period; 651 (46.3%) were referred to the Hospital Eye Service (HES) and 753 (53.6%) were discharged. The FP rate in 307 assessable patients referred to the HES was 15.5%. This study reviewed 131 (17.4%) of those patients not referred to the HES through the GERS scheme; 117 (89.3%) were confirmed as not requiring hospital follow-up; 14 (10.7%) required follow-up, including 5 (3.8%) offered treatment. Only one patient (0.8%) in this sample met the GERS referral criteria and was not referred (true FN). There were no cases of missed glaucoma or non-glaucomatous pathology identified within our sample. CONCLUSION: The Manchester GERS is an effective glaucoma filtering scheme with a low FP and FN rate.

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)0,013
score de la tête « metaresearch » (Gemma)0,088
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 enseignants0,013
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,088
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,027
Tête enseignante GPT0,342
Écart entre enseignants0,315 · 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

Citations21
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of OphthalmologyMême sujetGlaucoma and retinal disordersTravaux en français237 207