Impacto de las nuevas tecnologías en la neurología en España. Revisión del Comité Ad-Hoc de Nuevas Tecnologías de la Sociedad Española de Neurología
Notice bibliographique
Résumé
Las nuevas tecnologías (NT) están cada vez más presentes en el ámbito biomédico. Utilizando la definición de consenso de NT del Comité Ad-Hoc de Nuevas Tecnologías de la Sociedad Española de Neurología (SEN), se evalúa su impacto en la neurología española a través de las comunicaciones de las reuniones anuales de la SEN. Se define el concepto de NT en neurología como una tecnología novedosa o aplicación de una tecnología anterior, caracterizada por un cierto grado de coherencia persistente en el tiempo, con potencial de tener impacto en el presente y futuro de la neurología. Se plantea un estudio descriptivo tomando como fuente las comunicaciones de las reuniones de la SEN desde 2012 hasta 2018 y analizando los tipos de NT empleadas, la subespecialidad, así como su distribución territorial. De las 8.139 comunicaciones presentadas, 299 estaban relacionadas con NT (3,7%), incluyendo 120 pósteres y 179 comunicaciones orales, variando desde el 1,6% en 2012 hasta el 6,8% en 2018. Los tipos de tecnología mayormente representados fueron neuroimagen avanzada (24,7%), biosensores (17,1%), electrofisiología y neuroestimulación (14,7%) y telemedicina (13,7%). Las áreas neurológicas con mayor empleo de NT fueron trastornos del movimiento (18,4%), enfermedades cerebrovasculares (15,7%) y demencias (13,4%). Madrid fue la comunidad que presentó más comunicaciones (32,8%), seguida por Cataluña (26,8%) y Andalucía (9,0%). Las comunicaciones sobre NT siguen una tendencia creciente. El número de NT empleadas ha ido aumentando de manera paralela a la disponibilidad tecnológica. Se encontraron comunicaciones en todas las subespecialidades neurológicas, con una distribución geográfica heterogénea. New technologies (NT) are increasingly widespread in biomedicine. Using the consensus definition of NT established by the New Technologies Ad-Hoc Committee of the Spanish Society of Neurology (SEN), we evaluated the impact of these technologies on Spanish neurology, based on communications presented at Annual Meetings of the SEN. We defined the concept of NT in neurology as a novel technology or novel application of an existing technology, characterised by a certain degree of coherence persisting over time, with the potential to have an impact on the present and/or future of neurology. We conducted a descriptive study of scientific communications presented at the SEN's annual meetings from 2012 to 2018, analysing the type of NT, the field of neurology, and the geographical provenance of the studies. We identified 299 communications related with NT from a total of 8,139 (3.7%), including 120 posters and 179 oral communications, ranging from 1.6% of all communications in 2012 to 6.8% in 2018. The technologies most commonly addressed were advanced neuroimaging (24.7%), biosensors (17.1%), electrophysiology and neurostimulation (14.7%), and telemedicine (13.7%). The neurological fields where NT were most widely employed were movement disorders (18.4%), cerebrovascular diseases (15.7%), and dementia (13.4%). Madrid was the region presenting the highest number of communications related to NT (32.8%), followed by Catalonia (26.8%) and Andalusia (9.0%). The number of communications addressing NT follows an upward trend. The number of NT used in neurology has increased in parallel with their availability. We found scientific communications in all neurological subspecialties, with a heterogeneous geographical distribution.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».