Notice bibliographique
Résumé
Dr Dekker and colleagues assert that prediction is difficult, and recommend that researchers focus efforts on validation and implementation studies rather than the development of new models. They argue that flaws in model development and questionable findings from impact studies have limited the clinical utility of most risk prediction models. We would agree with Dr Dekker on the importance of external validation and studies of clinical impact. For predicting kidney failure, the field certainly needs to move on to evaluate the utility of the KFRE, rather than its discriminatory performance. However, we think significant deficits still remain for model development and early validation for predicting cardiovascular disease and early mortality on dialysis. In our systematic review in 2013, we demonstrated a lack of accurate models for predicting cardiovascular events in patients with CKD, and recent reviews suggest a similar lack for predicting early mortality in dialysis [1]. In the absence of these models, clinicians may choose high-dose statins or other more expensive cardioprotective agents without knowing their patient’s absolute risk, or may recommend dialysis without knowing the expected survival benefit [2]. This lack of objective information can lead to impaired shared decision-making, and often results in paternalistic decisions, leaving patients less empowered and more dependent [3]. Clinicians and researchers should continue to develop new models for cardiovascular disease in CKD, and early mortality in dialysis. These models should be externally validated, easy to use and tied to actionable thresholds for clinical decision-making. A framework for model development that emphasizes the importance of the entire process, from cohort and variable selection to knowledge translation using patients and physicians at the bedside, should be followed. Researchers, policy makers, clinicians and patients can work together in this framework to generate truly useful risk prediction.
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 | 0,014 | 0,190 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,023 | 0,023 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,129 | 0,049 |
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 ».