MétaCan
Menu
Retour à la cohorte
Enregistrement W3109761717 · doi:10.1016/s2213-2600(20)30471-9

Clinical trials in critical care: can a Bayesian approach enhance clinical and scientific decision making?

2020· review· en· W3109761717 sur OpenAlexafffund
Christopher J. Yarnell, Darryl Abrams, Matthew R. Baldwin, Daniel Brodie, Eddy Fan, Niall D. Ferguson, May Hua, Purnema Madahar, Laveena Munshi, Gavin D. Perkins, Gordon D. Rubenfeld, Arthur S. Slutsky, Hannah Wunsch, Robert Fowler, George Tomlinson, Jeremy R. Beitler, Ewan C. Goligher

Notice bibliographique

RevueThe Lancet Respiratory Medicine · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensInstitute for Clinical Evaluative SciencesToronto General HospitalUniversity of TorontoUniversity Health NetworkSunnybrook Health Science CentreSinai Health SystemToronto Rehabilitation InstituteHealth Sciences CentreMount Sinai Hospital
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNational Institute on AgingInnovate UKMedical Research CouncilCanadian Institutes of Health ResearchAmerican Federation for Aging ResearchNational Institute for Health and Care ResearchDepartment of Health and Social CareWellcome TrustNational Institutes of Health
Mots-clésFrequentist inferenceBayesian probabilityMedicineClinical trialFrequentist probabilityHarmBayesian statisticsBayes' theoremSkepticismBayesian inferenceIntensive care medicineComputer scienceArtificial intelligencePsychologyEpistemologyPathology

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,028
score de la tête « metaresearch » (Gemma)0,046
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0280,046
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0110,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,659
Tête enseignante GPT0,625
Écart entre enseignants0,033 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
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

Citations116
Publié2020
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueThe Lancet Respiratory MedicineMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207