Harmonization of adverse events monitoring following thoracic surgery: Pursuit of a common language and methodology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: Thoracic surgery carries significant risk of postoperative adverse events (AEs). Multiple international recording systems are used to define and collect AEs following thoracic surgery procedures. We hypothesized that a simple-yet-ubiquitous approach to AE documentation could be developed to allow universal data entry into separate international databases. Methods: AE definitions of the Canadian Association of Thoracic Surgeons (CATS) system and 4 international databases were matched and compared. This consisted of reviewing the definition of each AE as described by their respective database and assessing compatibility with the CATS system. We developed a single set of 4 drop-down menus to enable clear classification and facilitated data entry, using 3 single-select mandatory lists and 1 multiselect optional list classifying type and severity of these events. Results: The CATS data elements were harmonized (ie, perfect or good) with 100% (European Society of Thoracic Surgeons), 89% (Society of Thoracic Surgeons), 74% (Esophagectomy Complications Consensus Group), and 73% (National Surgical Quality Improvement Program) of respective data elements. The addition of 17 AEs and 2 complication modifiers to the CATS system was implemented to achieve complete harmonization. Consequently, 100% of AE data elements currently included in all 4 international databases are perfectly or well-harmonized with the revised 4-choice drop down menu. Conclusions: We describe a framework for a ubiquitously applicable approach to AE monitoring following thoracic surgery harmonized with AE definitions of all major thoracic international associations. Use of this AE collection framework allows for comprehensive evaluation of both the incidence and severity of all AEs after thoracic surgery along with quality indicators.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle