MétaCan
Menu
Retour à la cohorte
Enregistrement W4313008024 · doi:10.1177/1071181322661046

Assessing Intracranial Pressure Visualizations Displayed on ICU Bedside Physiologic Monitors

2022· article· en· W4313008024 sur OpenAlexafffund
Ece Üreten, Kathleen Schaef, Victoria McCredie, Catherine M. Burns

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensToronto Western HospitalUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNeurointensive careMedicineIntracranial pressureMedical emergencyKey (lock)Patient careIntensive care medicineComputer scienceNursingSurgery

Résumé

récupéré en direct d'OpenAlex

Neurocritical care is considered a complex socio-technical environment where clinicians deal with large amounts of data and need to make timely decisions to provide optimal care for patients, improve outcomes, and reduce mortality. Intracranial pressure (ICP) is one of the key physiologic indicators clinicians track to minimize the risk of secondary brain injury. The understanding and teaching of pathophysiologic ICP trends is perceived as challenging to both novice and advanced clinicians. We propose new ICP visualizations with the goal of facilitating a better understanding of ICP concepts on bedside physiologic monitors to support complex decision-making. We have conducted interviews with clinicians to receive feedback on preliminary designs. Interviews revealed that the staff physician appreciated visualizations with more depth and with calculated parameters to describe the raw data. Contrarily, the trainees and nurses saw the most value in visualizations that were less abstract and easier to interpret.

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)0,003
score de la tête « metaresearch » (Gemma)0,025
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,282
Écart entre enseignants0,257 · 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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetTraumatic Brain Injury and Neurovascular DisturbancesTravaux en français237 207