MétaCan
Menu
Retour à la cohorte
Enregistrement W4319748851 · doi:10.29337/ijsp.183

Recommendations for Intraoperative Adverse Events Data Collection in Clinical Studies and Study Protocols. An ICARUS Global Surgical Collaboration Study

2023· article· en· W4319748851 sur OpenAlexfundno aff
Giovanni Cacciamani, Michael Eppler, Aref S. Sayegh, Tamir Sholklapper, Muneeb Mohideen, Gus Miranda, Mitchell G. Goldenberg, René Sotelo, Mihir Desai, Inderbir S. Gill

Notice bibliographique

RevueInternational Journal of Surgery Protocols · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of SurgeryUniversitätsklinikum Hamburg-EppendorfUniversity of North Carolina at Chapel HillUniversity of Texas MD Anderson Cancer CenterSchool of Medicine, University of KansasNational Institutes of HealthUniversitair Medisch Centrum GroningenUniversity of IoanninaUniversità degli Studi di FerraraHumanitas Research HospitalWojskowy Instytut MedycznyI.M. Sechenov First Moscow State Medical UniversityKonyang UniversityParacelsus Medizinische PrivatuniversitätNorfolk and Norwich University Hospitals NHS Foundation TrustUniversità degli Studi di BresciaRWTH Aachen UniversityUniversità degli Studi di TorinoCentre Hospitalier Universitaire de NiceAl-Azhar UniversityNational Taiwan UniversityMelanoma Institute AustraliaUniversity of BernUniversidad de ChileJikei University School of MedicineMedizinische Universität WienUniversità degli Studi di FirenzeNational Taiwan University HospitalTechnische Universität MünchenQueen's UniversityUniversità degli Studi di ParmaUniversidade de São PauloRutgers Cancer Institute of New JerseyUniversità degli Studi dell'InsubriaSouthwest HospitalLeids Universitair Medisch CentrumGazi ÜniversitesiInyuvesi Yakwazulu-NataliUniversità degli Studi di GenovaUniversiti MalayaUniversiteit GentJames Cook UniversityRoyal Marsden NHS Foundation TrustAristotle University of ThessalonikiSahlgrenska UniversitetssjukhusetUniversità degli Studi di PadovaInselspital, Universitätsspital BernFundación Valle del LiliUniversität HeidelbergSeoul National University Bundang HospitalFudan UniversityUniversidad Complutense de MadridUniversiteit MaastrichtCatholic University of KoreaUniversiteit LeidenCentre Hospitalier Universitaire VaudoisNational Cancer InstituteUniversity of South CarolinaKU LeuvenSeoul National UniversityCairo UniversityMaastricht Universitair Medisch CentrumUniversity College CorkCleveland ClinicUniversity of BristolUniversity of California, San DiegoUniversité LavalUniversidade Federal de Santa CatarinaUniversity of CincinnatiLunds UniversitetMedizinische Universität InnsbruckUniversitat de BarcelonaImperial College LondonKing's College LondonDalhousie UniversityMansoura UniversityUniversity of East AngliaJohns Hopkins UniversitySheffield Teaching Hospitals NHS Foundation TrustUniversität InnsbruckKasturba Medical College, ManipalRoyal Free London NHS Foundation TrustIran University of Medical SciencesUniversità degli Studi di MilanoUniversität WienMedizinischen Hochschule HannoverUniversità di BolognaSingapore General HospitalRoyal Devon and Exeter NHS Foundation TrustBC Children's HospitalUniversity of PatrasHelsingin YliopistoUniversity of Hong KongUniversity Hospitals Birmingham NHS Foundation TrustUniversität BaselUniversitair Ziekenhuis GentBeni-Suef UniversityWest Virginia UniversityUniversità Campus Bio-Medico di RomaUniversità degli Studi di VeronaKaiser PermanenteUniversità degli Studi di Napoli Federico IIRijksuniversiteit GroningenUniversity of Southern California
Mots-clésICARUSData collectionStandardizationEvent (particle physics)Set (abstract data type)Medical physicsMedicineComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

OpenAlex consigne un résumé pour ce travail, mais il n'a pas pu être récupéré à l'instant.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,125
Score d'incertitude au seuil0,607

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,627
Tête enseignante GPT0,666
Écart entre enseignants0,040 · 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 tête enseignante, 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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Surgery ProtocolsMême sujetPatient Safety and Medication ErrorsTravaux en français237 207