Objective performance metrics in human robotic neuroendovascular interventions: a scoping review protocol
Notice bibliographique
Résumé
OBJECTIVE: The objective of this scoping review is to review the available information on objective performance metrics used during robotic neuroendovascular intervention procedures on humans. INTRODUCTION: Robotic neuroendovascular intervention is defined as any endovascular procedure within the vasculature of the central nervous system with the assistance of a robotic system for diagnostic or therapeutic procedures. Robotic systems are described as a 2-component system consisting of a patient-side mechanical robot, and a separate operator control station. Robotic neuroendovascular intervention is a growing field and there is a need to establish objective performance metrics for furthering evidence-based reporting of the literature. INCLUSION CRITERIA: This scoping review will consider all studies involving humans that utilize robotic neuroendovascular intervention. We will consider all types of studies, reports, and reviews as well as gray literature. Studies will be included if they describe the use of an objective performance metric during robotic neuroendovascular intervention. This review is not limited to a particular country or health care system, and will consider all study designs, regardless of their rigor or language. METHODS: Utilizing a 3-step framework as a guide, we will perform a systematic search in Embase, Cochrane Library, and MEDLINE. Available literature from inception to the present will be considered. Studies will be independently screened according to the inclusion criteria by 2 reviewers based on title, abstract, and full text. Data will be extracted, sorted, and presented in both a narrative summary as well as table and diagram based on the objective of the scoping review.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».