MétaCan
Menu
Retour à la cohorte
Enregistrement W4206909063 · doi:10.1016/j.xkme.2022.100417

Validation of a United Kingdom Model to Predict Mortality in Incident Dialysis Patients in the Dialysis Outcomes and Practice Patterns Study Cohort: Introduction of a Clinical Risk Score

2022· article· en· W4206909063 sur OpenAlexaffabout
Martin Wagner, David M. Kent, Ronald L. Pisoni, Damian Fogarty, Gero von Gersdorff, Christoph Wanner, Navdeep Tangri

Notice bibliographique

RevueKidney Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésDialysisMedicineClinical PracticeCohortIntensive care medicineRisk modelEmergency medicineInternal medicineFamily medicineRisk analysis (engineering)

Résumé

récupéré en direct d'OpenAlex

Patients with kidney failure represent a heterogeneous group, in which many factors, including age, the cause of kidney disease, comorbidities, and so forth, result in a wide variation of mortality risk.1 A number of predictive models are available to assess the patient’s individual risk of mortality at the time of dialysis initiation.2 However, few are applicable to patients treated with hemodialysis (HD) and peritoneal dialysis, many include nonroutinely available variables, and most importantly, few have been externally validated in independent cohorts, thus leaving their applicability and validity in clinical practice unanswered.

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)0,020
score de la tête « metaresearch » (Gemma)0,055
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 enseignants0,030
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,055
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,005
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,002
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 Opus0,071
Tête enseignante GPT0,386
Écart entre enseignants0,315 · 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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKidney MedicineMême sujetDialysis and Renal Disease ManagementTravaux en français237 207