MétaCan
Menu
Retour à la cohorte
Enregistrement W3015776514 · doi:10.1002/alz.12076

A roadmap to advance delirium research: Recommendations from the NIDUS Scientific Think Tank

2020· article· en· W3015776514 sur OpenAlexaff
Esther S. Oh, Oluwaseun Akeju, Michael S. Avidan, Colm Cunningham, Kathleen M. Hayden, Richard N. Jones, Ara S. Khachaturian, Babar Khan, Edward R. Marcantonio, Dale M. Needham, Karin J. Neufeld, Louise Rose, Jessica Spence, Zoë Tieges, Phillip E. Vlisides, Sharon K. Inouye

Notice bibliographique

RevueAlzheimer s & Dementia · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensMcMaster UniversityTrinity College
Organismes subventionnairesNational Institute on Aging
Mots-clésDeliriumDementiaNeurocognitiveBiobankCognitionPsychologyWhite paperMedicinePsychiatryEngineering ethicsPolitical scienceEngineeringBioinformaticsPathology

Résumé

récupéré en direct d'OpenAlex

Delirium is an acute disorder of attention and cognition. It occurs across the life span, yet it is particularly common among older adults, and is closely linked with underlying neurocognitive disorders. Evidence is mounting that intervening on delirium may represent an important opportunity for delaying the onset or progression of dementia. To accelerate the current understanding of delirium, the Network for Investigation of Delirium: Unifying Scientists (NIDUS) held a conference "Advancing Delirium Research: A Scientific Think Tank" in June 2019. This White Paper encompasses the major knowledge and research gaps identified at the conference: advancing delirium definition and measurement, understanding delirium pathophysiology, and prevention and treatment of delirium. A roadmap of research priorities is proposed to advance the field in a systematic, interdisciplinary, and coordinated fashion. A call is made for an international consortium and biobank targeted to delirium, as well as a public health campaign to advance the field.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,788
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,113
Tête enseignante GPT0,367
Écart entre enseignants0,254 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations66
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207