MétaCan
Menu
← Retour à la cohorte
Enregistrement W4396212739 · doi:10.2196/56271

Defining and Risk-Stratifying Immunosuppression (the DESTINIES Study): Protocol for an Electronic Delphi Study

2024· article· en· W4396212739 sur OpenAlexvenueno aff
Meredith Leston, José Ordóñez-Mena, Mark Joy, Simon de Lusignan, Richard Hobbs, Iain B. McInnes, Lennard Y. W. Lee

Notice bibliographique

RevueJMIR Research Protocols · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmunosuppressionPandemicProtocol (science)MedicinePreprintComparabilityCoronavirus disease 2019 (COVID-19)Intensive care medicineDiseaseImmunologyComputer sciencePathologyAlternative medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Globally, there are marked inconsistencies in how immunosuppression is characterized and subdivided into clinical risk groups. This is detrimental to the precision and comparability of disease surveillance efforts-which has negative implications for the care of those who are immunosuppressed and their health outcomes. This was particularly apparent during the COVID-19 pandemic; despite collective motivation to protect these patients, conflicting clinical definitions created international rifts in how those who were immunosuppressed were monitored and managed during this period. We propose that international clinical consensus be built around the conditions that lead to immunosuppression and their gradations of severity concerning COVID-19. Such information can then be formalized into a digital phenotype to enhance disease surveillance and provide much-needed intelligence on risk-prioritizing these patients. OBJECTIVE: We aim to demonstrate how electronic Delphi objectives, methodology, and statistical approaches will help address this lack of consensus internationally and deliver a COVID-19 risk-stratified phenotype for "adult immunosuppression." METHODS: Leveraging existing evidence for heterogeneous COVID-19 outcomes in adults who are immunosuppressed, this work will recruit over 50 world-leading clinical, research, or policy experts in the area of immunology or clinical risk prioritization. After 2 rounds of clinical consensus building and 1 round of concluding debate, these panelists will confirm the medical conditions that should be classed as immunosuppressed and their differential vulnerability to COVID-19. Consensus statements on the time and dose dependencies of these risks will also be presented. This work will be conducted iteratively, with opportunities for panelists to ask clarifying questions between rounds and provide ongoing feedback to improve questionnaire items. Statistical analysis will focus on levels of agreement between responses. RESULTS: This protocol outlines a robust method for improving consensus on the definition and meaningful subdivision of adult immunosuppression concerning COVID-19. Panelist recruitment took place between April and May of 2024; the target set for over 50 panelists was achieved. The study launched at the end of May and data collection is projected to end in July 2024. CONCLUSIONS: This protocol, if fully implemented, will deliver a universally acceptable, clinically relevant, and electronic health record-compatible phenotype for adult immunosuppression. As well as having immediate value for COVID-19 resource prioritization, this exercise and its output hold prospective value for clinical decision-making across all diseases that disproportionately affect those who are immunosuppressed. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/56271.

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)0,172
score de la tête « metaresearch » (Gemma)0,115
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil0,910

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1720,115
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0050,003
Études des sciences et des technologies0,0040,004
Communication savante0,0050,006
Science ouverte0,0040,006
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0620,016

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 Opus0,397
Tête enseignante GPT0,677
Écart entre enseignants0,280 · 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'étudeSans objet
Domainenon disponible
GenreProtocole

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research Protocols→Même sujetCOVID-19 Clinical Research Studies→Travaux en français237 207→