Decision analysis in cardiac surgery: a scoping review and methodological primer
Notice bibliographique
Résumé
OBJECTIVES: Randomized controlled trials are the gold standard for evidence generation in medicine but are limited by their real-world generalizability, resource needs, shorter follow-up durations and inability to be conducted for all clinical questions. Decision analysis (DA) models may simulate trials and observational studies by using existing data and evidence- and expert-informed assumptions and extend analyses over longer time horizons, different study populations and specific scenarios, helping to translate population outcomes to patient-specific clinical and economic outcomes. Here, we present a scoping review and methodological primer on DA for cardiac surgery research. METHODS: A scoping review was performed using the PubMed/MEDLINE, EMBASE and Web of Science databases for cardiac surgery DA studies published until December 2021. Articles were summarized descriptively to quantify trends and ascertain methodological consistency. RESULTS: A total of 184 articles were identified, among which Markov models (N = 92, 50.0%) were the most commonly used models. The most common outcomes were costs (N = 107, 58.2%), quality-adjusted life-years (N = 96, 52.2%) and incremental cost-effectiveness ratios (N = 89, 48.4%). Most (N = 165, 89.7%) articles applied sensitivity analyses, most frequently in the form of deterministic sensitivity analyses (N = 128, 69.6%). Reporting of guidelines to inform the model development and/or reporting was present in 22.3% of articles. CONCLUSION: DA methods are increasing but remain limited and highly variable in cardiac surgery. A methodological primer is presented and may provide researchers with the foundation to start with or improve DA, as well as provide readers and reviewers with the fundamental concepts to review DA studies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,160 | 0,339 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,008 | 0,011 |
| Bibliométrie | 0,027 | 0,028 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,010 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».