MétaCan
Menu
Retour à la cohorte
Enregistrement W2902301210 · doi:10.1017/s1047951118001932

Survey of multinational surgical management practices in tetralogy of Fallot

2018· article· en· W2902301210 sur OpenAlexaffabout
Sara Hussain, Osman O. Al‐Radi, Tae-Jin Yun, Zhongdong Hua, Budi Rahmat, Suresh Gururaja Rao, Qi An, Charles D. Fraser, Yves d’Udekem, Quazi Ibrahim, Ingrid Copland, Richard Whitlock, Glen Van Arsdell

Notice bibliographique

RevueCardiology in the Young · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCongenital Heart Disease Studies
Établissements canadiensPopulation Health Research InstituteHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésTetralogy of FallotMedicineVentricular outflow tractCohortSurgeryIncidence (geometry)PediatricsGeneral surgeryCardiologyInternal medicineHeart disease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A wide variety of surgical strategies are used in tetralogy of Fallot repair. We sought to describe the international contemporary practice patterns for surgical management of tetralogy of Fallot. METHODS: Surgeons from 18 international paediatric cardiac surgery centres (representing over 1800 tetralogy of Fallot cases/year) completed a Research Electronic Data Capture-based survey. Participating countries include: China (4), India (2), Nepal (1), Korea (1), Indonesia (1), Saudi Arabia (3), Japan (1), Turkey (1), Australia (1), United States of America (2), and Canada (1). Summary measures were reported as means and counts (percentages). Responses were weighted based on case volume/centre. RESULTS: Primary repair is the prevalent strategy (83%) with variation in age at elective repair (range). Approximately 47% of sites use patient age as a factor in determining the strategy, with age 90% of all trans-annular repairs. CONCLUSIONS: In this cohort representing 11 countries, there is variation in tetralogy of Fallot surgical management with no consensus on standard of practice. A large international prospective cohort study would allow analysis of impact of underlying anatomy and repair strategy on early and late outcomes.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,362
Écart entre enseignants0,306 · 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

Citations4
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCardiology in the YoungMême sujetCongenital Heart Disease StudiesTravaux en français237 207