MétaCan
Menu
Retour à la cohorte
Enregistrement W3214627594 · doi:10.1161/svin.121.000177

Standardized Reporting of Workflow Metrics in Acute Ischemic Stroke Treatment: Why and How?

2021· article· en· W3214627594 sur OpenAlexaff
Mayank Goyal, Jeffrey L. Saver, Aravind Ganesh, Rosalie McDonough, Yvo B.W.E.M. Roos, Grégoire Boulouis, Martin Kurz, Marios‐Nikos Psychogios, Staffan Holmin, Charles B.L.M. Majoie, Romain Bourcier, Ronil V. Chandra, Shinichi Yoshimura, Dileep R. Yavagal, Benjamin Gory, Christian Taschner, Brian Buck, Ashutosh P. Jadhav, Michael D. Hill, Johanna M. Ospel

Notice bibliographique

RevueStroke Vascular and Interventional Neurology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésWorkflowInterquartile rangeMedicineConsistency (knowledge bases)Stroke (engine)PercentileComputer scienceMedical physicsInternal medicineDatabaseArtificial intelligenceStatisticsEngineering

Résumé

récupéré en direct d'OpenAlex

The benefit of acute ischemic stroke (AIS) treatment is highly time dependent. Although studies on workflow improvement in AIS are increasingly gaining attention, there is a lack of consensus and consistency regarding the definition, measurement, and reporting of AIS workflow times. We discuss the challenges related to defining and measuring workflow times in AIS and propose a basic set of time intervals that should be reported in AIS workflow studies. We particularly focus on patients undergoing mechanical thrombectomy. Importantly, endovascular treatment workflow times should always be reported in conjunction with reperfusion quality because one is not informative without the other. We further suggest standardized reporting of workflow times that includes the 90th percentile in addition to medians and interquartile ranges, means, and SDs. The proposed methodology serves as a framework for AIS studies and aids further discussion on workflow-related AIS research.

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)0,259
score de la tête « metaresearch » (Gemma)0,524
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,741
Score d'incertitude au seuil0,914

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2590,524
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,012
Études des sciences et des technologies0,0010,003
Communication savante0,0090,009
Science ouverte0,0040,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,021
Tête enseignante GPT0,281
Écart entre enseignants0,260 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomainePrésentation des résultats
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStroke Vascular and Interventional NeurologyMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207