MétaCan
Menu
Retour à la cohorte
Enregistrement W3026920985 · doi:10.1007/s12928-020-00669-z

Contemporary use and trends in percutaneous coronary intervention in Japan: an outline of the J-PCI registry

2020· article· en· W3026920985 sur OpenAlexaff
Mitsuaki Sawano, Kyohei Yamaji, Shun Kohsaka, Taku Inohara, Yohei Numasawa, Hirohiko Ando, Osamu Iida, Toshiro Shinke, Hideki Ishii, Tetsuya Amano

Notice bibliographique

RevueCardiovascular Intervention and Therapeutics · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCoronary Interventions and Diagnostics
Établissements canadiensVancouver General Hospital
Organismes subventionnairesJapan Society for the Promotion of ScienceJapanese Association of Cardiovascular Intervention and Therapeutics
Mots-clésConventional PCIPercutaneous coronary interventionMedicinePsychological interventionCertificationExcellenceInterventional cardiologyIntervention (counseling)Medical emergencyEmergency medicineIntensive care medicineCardiologyMyocardial infarctionNursing

Résumé

récupéré en direct d'OpenAlex

Cardiovascular interventions have achieved a level of excellence, with many outstanding advanced techniques and results. The mission of the Japanese Association of Cardiovascular Intervention and Therapeutics (CVIT) is to further our understanding of cardiovascular intervention and establish its procedural safety. [1] The Japanese Percutaneous Coronary Intervention (J-PCI) registry was established and sponsored by CVIT, and aims to provide basic statistics on the performance of percutaneous coronary interventions (PCI) in Japan. Today, the database has grown to become one of the largest healthcare procedural database with more than 200,000 cases registered annually from approximately 900 institutions in Japan representing over 90% of all PCI hospitals in the nation. Importantly, case registrations in the J-PCI registry are essential for coronary interventionalist and educating hospital certification. The present manuscript aimed to summarize the history of the J-PCI registry and outline the definitions of various items.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0090,014
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,298
Écart entre enseignants0,232 · 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

Citations125
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCardiovascular Intervention and TherapeuticsMême sujetCoronary Interventions and DiagnosticsTravaux en français237 207