MétaCan
Menu
Retour à la cohorte
Enregistrement W2911049610 · doi:10.1002/art.40809

Generation of a Core Set of Items to Develop Classification Criteria for Scleroderma Renal Crisis Using Consensus Methodology

2019· article· en· W2911049610 sur OpenAlexafffund
E. P. Butler, Murray Baron, Agnes B. Fogo, Tracy Frech, Cybele Ghossein, É. Hachulla, Sabrina Hoa, Sindhu R. Johnson, Dinesh Khanna, Luc Mouthon, Mandana Nikpour, Susanna Proudman, Virginia Steen, Edward P. Stern, John Varga, Christopher P. Denton, Marie Hudson

Notice bibliographique

RevueArthritis & Rheumatology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Sclerosis and Related Diseases
Établissements canadiensToronto Western HospitalMount Sinai HospitalMcGill UniversityDalhousie UniversityUniversity of TorontoJewish General Hospital
Organismes subventionnairesMedical Research CouncilFonds de Recherche du Québec - Santé
Mots-clésCore (optical fiber)Set (abstract data type)Scleroderma (fungus)MedicineComputer scienceIntensive care medicinePathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To generate a core set of items to develop classification criteria for scleroderma renal crisis (SRC) using consensus methodology. METHODS: An international, multidisciplinary panel of experts was invited to participate in a 3-round Delphi exercise developed using a survey based on items identified by a scoping review. In round 1, participants were asked to identify omissions and clarify ambiguities regarding the items in the survey. In round 2, participants were asked to rate the validity and feasibility of the items using Likert-type scales ranging from 1 to 9 (where 1 = very invalid/unfeasible, 5 = uncertain, and 9 = very valid/feasible). In round 3, participants reviewed the results and comments from round 2 and were asked to provide final ratings. Items rated as highly valid and feasible (median scores ≥7 for each) in round 3 were selected as the provisional core set of items. A consensus meeting using a nominal group technique was conducted to further reduce the core set of items. RESULTS: Ninety-nine experts from 16 countries participated in the Delphi exercise. Of the 31 items in the survey, consensus was achieved on 13, in the categories hypertension, renal insufficiency, proteinuria, and hemolysis. Eleven experts took part in the nominal group technique discussion, where consensus was achieved in 5 domains: blood pressure, acute kidney injury, microangiopathic hemolytic anemia, target organ dysfunction, and renal histopathology. CONCLUSION: A core set of items that characterize SRC was identified using consensus methodology. This core set will be used in future data-driven phases of this project to develop classification criteria for SRC.

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)0,179
score de la tête « metaresearch » (Gemma)0,284
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,179
Score d'incertitude au seuil0,945

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1790,284
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0210,008
Études des sciences et des technologies0,0030,003
Communication savante0,0050,005
Science ouverte0,0050,011
Intégrité de la recherche0,0030,004
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 Opus0,307
Tête enseignante GPT0,395
Écart entre enseignants0,088 · 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'étudeQualitatif
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations82
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArthritis & RheumatologyMême sujetSystemic Sclerosis and Related DiseasesTravaux en français237 207