MétaCan
Menu
Retour à la cohorte
Enregistrement W3024051359 · doi:10.1136/ebn.10.1.6

Of studies, syntheses, synopses, summaries, and systems: the “5S” evolution of information services for evidence-based healthcare decisions

2007· article· en· W3024051359 sur OpenAlexaff
Brian Haynes

Notice bibliographique

RevueEvidence-Based Nursing · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésHealth careComputer scienceData scienceHealthcare systemBusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

Success in delivering evidence-based health care relies heavily on the ready availability of current best evidence about diagnosis, treatment, and prevention options for health disorders, ideally tailored to the characteristics and context of the individual patient or population and the resources of the provider. While existing information resources fall short of perfection, the past decade has seen considerable progress, and an attractive array of services is now available for many healthcare decisions. Providers and consumers of evidence-based health care can help themselves to the best current evidence by recognising the most “evolved” information services in the topic areas of concern to them. A “4S” model for the organisation of evidence-based information services, proposed several years ago,1 begins with original studies at the foundation; syntheses (that is, systematic reviews, such as Cochrane Reviews) at the next level up; then synopses (very brief descriptions of original articles and reviews, such as those that appear in the evidence-based journals); and the most evolved services, systems (such as computerised decision support systems that link individual patient characteristics to pertinent evidence) at the top. George Box, an industrial statistician, once pointed out that “All models are wrong, some are useful,”2 and so it is with the 4S model. Conceptually, this model has been useful for both describing and guiding the development of evidence-based information services, and it has also been wrong in oversimplifying the relation of these services to original studies. In this notebook, we add a layer to the model, namely, clinical topic summaries of evidence about all pertinent management options for a health condition, such as those included in Clinical Evidence and PIER . A second purpose of the notebook is to explore how the layers are relevant to clinical decisions in ways that may not be apparent in the model. …

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)0,325
score de la tête « metaresearch » (Gemma)0,633
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Communication savante
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,832

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3250,633
Méta-épidémiologie (sens strict)0,0040,003
Méta-épidémiologie (sens large)0,0090,006
Bibliométrie0,0490,046
Études des sciences et des technologies0,0050,027
Communication savante0,0360,043
Science ouverte0,0070,017
Intégrité de la recherche0,0090,015
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,178
Tête enseignante GPT0,459
Écart entre enseignants0,281 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomaineMéthodes
GenreSynthèse

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

En bref

Citations243
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence-Based NursingMême sujetElectronic Health Records SystemsTravaux en français237 207