MétaCan
Menu
← Retour à la cohorte
Enregistrement W4244040922 · doi:10.22541/au.163456335.58011308/v1

Stuck Between a Rock and a Hard Place: The Clinical Conundrum of Managing Cardiac Surgical Patients During the SARS-CoV-2 Pandemic

2021· preprint· en· W4244040922 sur OpenAlexaff
Nitish K. Dhingra, Subodh Verma, Terrence M. Yau, Bobby Yanagawa, Makoto Hibino

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensUniversity Health NetworkUniversity of TorontoToronto General HospitalSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésPandemicPerioperativeCoronavirus disease 2019 (COVID-19)MedicineCardiac surgeryIntensive care medicineHealth carePopulationInfection rateSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)SurgeryInternal medicineDiseaseEnvironmental healthEconomic growth

Résumé

récupéré en direct d'OpenAlex

Deferring non-emergent cardiac surgery became the strategy of choice for several international healthcare systems afflicted by high case burdens of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2/COVID-19) in order to both conserve valuable healthcare resources and protect patients from possible exposure. Missing from the available dataset to help guide policy development has been a clear understanding of the extent to which COVID-19 infection modulates cardiac surgery outcomes. In their investigation, Bonalumi and colleagues uncovered an inpatient COVID-19 positivity rate of almost 10 times higher than that of the general Italian population, as well as a mortality rate over 20 times higher amongst cardiac surgery patients with perioperative COVID-19 infection compared to those COVID-negative. While the summation of available evidence points to the serious consideration cardiac surgeons must give to delaying surgeries during the COVID-19 pandemic, recognition must be given to the risks that postponing cardiac surgery may have on patient outcomes. Emerging data is beginning to demonstrate the efficacy of vaccination in preventing postoperative COVID-19 infection and morbidity.

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)0,009
score de la tête « metaresearch » (Gemma)0,076
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,076
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0070,006
Science ouverte0,0010,003
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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 Opus0,135
Tête enseignante GPT0,435
Écart entre enseignants0,300 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCOVID-19 and healthcare impacts→Travaux en français237 207→