Cerebral Palsy Research Network Clinical Registry: Methodology and Baseline Report
Notice bibliographique
Résumé
OBJECTIVE: To apply practice-based evidence to clinical management of cerebral palsy (CP). The process of establishing purpose, structure, logistics, and elements of a multi-institutional registry and the baseline characteristics of initial enrollees are reported. DESIGN: A consensus-building process among consumers, clinicians, and researchers used a participatory action process. SETTING: Community, hospitals, and universities. PARTICIPANTS: More than 100 clinicians, researchers, and consumers and more than 1858 enrollees in the registry. MAIN OUTCOME MEASURES: Not applicable. RESULTS: Consensus was that the purpose of registry was to (1) quantify practice variation, (2) facilitate quality improvement (QI), and (3) perform comparative effectiveness research (CER). Collecting data during routine clinical care using the electronic medical record was determined to be a sustainable plan for data acquisition and management. Clinicians from multiple disciplines defined salient characteristics of individuals and interventions for the registry elements. The registry was central to the clinical research network, and a leadership structure was created. A leading electronic health record platform adopted the registry elements. Twenty-four sites have initiated the data collection process and agreed to export data to the registry. Currently 12 are collecting data. Number of enrollees and characteristics were similar to other population registers. CONCLUSIONS: This is the first multi-institutional CP registry that contains the patient and treatment characteristics needed for QI and CER. The Cerebral Palsy Research Network registry elements are implemented in a versatile electronic platform and minimize burden to clinicians. The resultant registry is available for any institution to participate and is growing rapidly.
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 | 0,021 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».