MétaCan
Menu
Retour à la cohorte
Enregistrement W4285795957 · doi:10.1038/s41746-022-00641-6

A Delphi consensus statement for digital surgery

2022· article· en· W4285795957 sur OpenAlexaff
Kyle Lam, Michael D. Abràmoff, José M. Balibrea, Steven M. Bishop, R Brady, Rachael A. Callcut, Manish Chand, Justin Collins, Markus K. Diener, Matthias Eisenmann, Kelly Fermont, Manoel Galvão Neto, Gregory D. Hager, Robert J. Hinchliffe, Alan Horgan, Pierre Jannin, Alexander Langerman, Kartik Logishetty, Amit Mahadik, Lena Maier‐Hein, Esteban Martín Antona, Pietro Mascagni, Ryan Mathew, Beat P. Müller‐Stich, Thomas Neumuth, Felix Nickel, Adrian Park, Gianluca Pellino, Frank Rudzicz, Sam Shah, Mark Slack, Myles Smith, Naeem Soomro, Stefanie Speidel, Danail Stoyanov, Henry S. Tilney, Martin Wagner, Ara Darzi, James Kinross, Sanjay Purkayastha

Notice bibliographique

Revuenpj Digital Medicine · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensVector InstituteUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesBundesministerium für Wirtschaft und EnergieBundesministerium für GesundheitRoyal College of Surgeons of EnglandUniversity of BristolNational Institute for Health and Care ResearchNIHR Imperial Biomedical Research CentreUniversity Hospitals Bristol NHS Foundation TrustResearch to Prevent Blindness
Mots-clésDelphi methodConfidentialityDigital healthHarmPublic relationsMedicineHealth careComputer-assisted web interviewingPolitical scienceBusinessMedical educationComputer scienceLawMarketing

Résumé

récupéré en direct d'OpenAlex

The use of digital technology is increasing rapidly across surgical specialities, yet there is no consensus for the term 'digital surgery'. This is critical as digital health technologies present technical, governance, and legal challenges which are unique to the surgeon and surgical patient. We aim to define the term digital surgery and the ethical issues surrounding its clinical application, and to identify barriers and research goals for future practice. 38 international experts, across the fields of surgery, AI, industry, law, ethics and policy, participated in a four-round Delphi exercise. Issues were generated by an expert panel and public panel through a scoping questionnaire around key themes identified from the literature and voted upon in two subsequent questionnaire rounds. Consensus was defined if >70% of the panel deemed the statement important and <30% unimportant. A final online meeting was held to discuss consensus statements. The definition of digital surgery as the use of technology for the enhancement of preoperative planning, surgical performance, therapeutic support, or training, to improve outcomes and reduce harm achieved 100% consensus agreement. We highlight key ethical issues concerning data, privacy, confidentiality and public trust, consent, law, litigation and liability, and commercial partnerships within digital surgery and identify barriers and research goals for future practice. Developers and users of digital surgery must not only have an awareness of the ethical issues surrounding digital applications in healthcare, but also the ethical considerations unique to digital surgery. Future research into these issues must involve all digital surgery stakeholders including patients.

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)0,162
score de la tête « metaresearch » (Gemma)0,135
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,162
Score d'incertitude au seuil0,857

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1620,135
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,004
Études des sciences et des technologies0,0060,006
Communication savante0,0040,004
Science ouverte0,0040,013
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0270,007

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 Opus0,209
Tête enseignante GPT0,460
Écart entre enseignants0,252 · 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'étudeQualitatif
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

Citations84
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Digital MedicineMême sujetDelphi Technique in ResearchTravaux en français237 207