MétaCan
Menu
Retour à la cohorte
Enregistrement W2989875622 · doi:10.1016/s2589-7500(19)30196-7

Effective coding is key to the development and use of the WHO Essential Diagnostics List

2019· article· en· W2989875622 sur OpenAlexaboutno aff
Jacob McKnight, Michael L. Wilson, Pamela Banning, Chris Paton, Felix Bahati, Mike English

Notice bibliographique

RevueThe Lancet Digital Health · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Coding and Health Information
Établissements canadiensnon disponible
Organismes subventionnairesWellcome Trust
Mots-clésKey (lock)Coding (social sciences)Computer scienceData scienceComputer securityMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

The WHO new Essential Diagnostics List (EDL) aims to provide a structure for identifying, promoting, and increasing the supply and availability of the most effective and important in-vitro diagnostics (a full list of the included diagnostics is available in the appendix). The first edition of the EDL was published in November, 2018, but many revisions are expected given both its novelty and its importance in setting goals for health policy makers globally. It has no international antecedents, but the intention is to build on the success of WHO's well established Essential Medicines List.

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)0,164
score de la tête « metaresearch » (Gemma)0,399
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,164
Score d'incertitude au seuil0,869

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1640,399
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0090,009
Études des sciences et des technologies0,0040,010
Communication savante0,0140,017
Science ouverte0,0050,013
Intégrité de la recherche0,0050,013
Charge utile insuffisante (le modèle a refusé de juger)0,0180,026

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 Opus0,144
Tête enseignante GPT0,420
Écart entre enseignants0,275 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Digital HealthMême sujetMedical Coding and Health InformationTravaux en français237 207