MétaCan
Menu
Retour à la cohorte
Enregistrement W2996154892 · doi:10.1097/oi9.0000000000000047

Predicting completion of follow-up in prospective orthopaedic trauma research

2019· article· en· W2996154892 sur OpenAlexaffabout
Graham Sleat, Kelly A. Lefaivre, Henry M. Broekhuyse, Peter J. O’Brien

Notice bibliographique

RevueOTA International The Open Access Journal of Orthopaedic Trauma · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineProspective cohort studyPsychological interventionTrauma centerMultivariate analysisPhysical therapyUnivariateUnivariate analysisMultivariate statisticsSurgeryRetrospective cohort studyInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Orthopaedic trauma studies that collect long-term outcomes are expensive and maintaining high rates of follow-up can be challenging. Knowing what factors influence completion of follow-up could allow interventions to improve this. We aimed to assess which factors influence completion of follow-up in the 12 months following surgery in prospective orthopaedic trauma research. DESIGN: Prospective Cohort Study. SETTING: Level 1 Trauma Center, Vancouver, Canada. PARTICIPANTS: Eight hundred seventy patients recruited to 4 prospective studies investigating the outcomes of operatively treated lower extremity fractures. MAIN OUTCOME MEASUREMENTS: Completion of follow-up defined as completion of all outcome measures at all time points up to 12 months following injury. RESULTS: Univariate analysis and subsequent analysis by building a reductive multivariate regression model allowed for estimation of the influence of factors in completion of follow-up.Eight hundred seventy patients with complete data had previously been recruited and were included in the analysis. Seven hundred seven patients (81.2%) completed follow-up to 12 months. Factors associated with completion of follow up included higher physical component score of SF-36 at baseline, not being on social assistance at the time of injury, being married and having a higher level of educational attainment. CONCLUSIONS: Our study has demonstrated several important factors identifiable at baseline which are associated with a failure to complete follow-up. Although these factors are not modifiable themselves, we advocate that researchers designing studies should plan for additional follow-up resources and interventions for at risk patients. LEVEL OF EVIDENCE: Level IV.

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)0,040
score de la tête « metaresearch » (Gemma)0,126
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 enseignants0,040
Score d'incertitude au seuil0,211

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,126
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,138
Tête enseignante GPT0,447
Écart entre enseignants0,309 · 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

Citations20
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOTA International The Open Access Journal of Orthopaedic TraumaMême sujetTrauma and Emergency Care StudiesTravaux en français237 207