2018 International Consensus Meeting on Musculoskeletal Infection: Research Priorities from the General Assembly Questions
Notice bibliographique
Résumé
Musculoskeletal infections (MSKI) remain the bane of orthopedic surgery, and result in grievous illness and inordinate costs that threaten healthcare systems. As prevention, diagnosis, and treatment has remained largely unchanged over the last 50 years, a 2nd International Consensus Meeting on Musculoskeletal Infection (ICM 2018, https://icmphilly.com) was completed. Questions pertaining to all areas of MSKI were extensively researched to prepare recommendations, which were discussed and voted on by the delegates using the Delphi methodology. The questions, including the General Assembly (GA) results, have been published (GA questions). However, as critical outcomes include: (i) incidence and cost data that substantiate the problems, and (ii) establishment of research priorities; an ICM 2018 research workgroup (RW) was assembled to accomplish these tasks. Here, we present the result of the RW consensus on the current and projected incidence of infection, and the costs per patient, for all orthopedic subspecialties, which range from 0.1% to 30%, and $17,000 to $150,000. The RW also identified the most important research questions. The Delphi methodology was utilized to initially derive four objective criteria to define a subset of the 164 GA questions that are high priority for future research. Thirty-eight questions (23% of all GA questions) achieved the requisite > 70% agreement vote, and are highlighted in this Consensus article within six thematic categories: acute versus chronic infection, host immunity, antibiotics, diagnosis, research caveats, and modifiable factors. Finally, the RW emphasizes that without appropriate funding to address these high priority research questions, a 3rd ICM on MSKI to address similar issues at greater cost is inevitable.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».