MétaCan
Menu
← Retour à la cohorte
Enregistrement W3172899995 · doi:10.71781/29127

Prédiction de la capacité de marche à un an lors de la phase aiguë du traumatisme chez les patients blessés médullaires traumatiques

2020· dissertation· fr· W3172899995 sur OpenAlexfundno aff
Stéphanie Jean

Notice bibliographique

RevueOpen MIND · 2020
Typedissertation
Languefr
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de MontréalU.S. Department of Defense
Mots-clésHumanitiesPhysicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Une lésion médullaire traumatique (LMT) a des conséquences neurologiques importantes, dont l’altération de la capacité à marcher. Prédire précocement cette capacité suite au traumatisme a inspiré le développement de multiples règles de prédiction. Simples et précises, elles prédisent la marche intérieure sur de courtes distances, sans considérer la qualité de la marche. L’utilité et la valeur ajoutée de ces règles n’ont jamais été évaluées comparativement au jugement non structuré des cliniciens à qui elles sont dédiées. L’objectif était d’identifier des éléments de l’évaluation aiguë standardisée ISNCSCI (International Standards for Neurological Classification of Spinal Cord Injury) permettant de développer une règle de prédiction clinique pour la marche communautaire extérieure indépendante un an après une LMT, tout en assurant une bonne validité externe et une utilité clinique lorsque comparée au jugement des cliniciens. La force segmentaire du membre inférieur le plus fort et la préservation de la sensibilité au toucher léger sont de meilleurs prédicteurs d’une marche indépendante. Une règle de prédiction clinique a également pu être développée : elle est pertinente; généralisable; simple; tient compte de la qualité de la marche; et est axée sur la vie communautaire, la participation sociale et la qualité de vie. La performance d’une règle de prédiction de la marche intérieure est statistiquement similaire à celle de cliniciens utilisant leur jugement non structuré, mais peut varier. Cette recherche recommande l’utilisation de règles de prédiction clinique comme aide à la décision chez les patients après une LMT, dont celle développée pour la marche communautaire indépendante.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,040
Tête enseignante GPT0,369
Écart entre enseignants0,329 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetTrauma and Emergency Care Studies→Travaux en français237 207→