MétaCan
Menu
← Retour à la cohorte
Enregistrement W4398778095 · doi:10.1017/cjn.2024.132

P.025 Accuracy of code stroke activations: a tale of two comprehensive stroke centres

2024· article· en· W4398778095 sur OpenAlexaffvenueabout
Edwin K. C. Li, Mohitt Khinda, AY Yu, MV Vyas

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensToronto Public Health
Organismes subventionnairesnon disponible
Mots-clésStroke (engine)MedicineCode (set theory)Retrospective cohort studyCohortEmergency medicineMedical emergencyInternal medicineComputer scienceProgramming language

Résumé

récupéré en direct d'OpenAlex

Background: We evaluated the accuracy of code strokes activations at two comprehensive stroke centres in Toronto, Canada. Methods: We conducted a multi-centre, retrospective cohort study of all adult patients seen as code stroke in emergency rooms (ER) of two comprehensive stroke centres (CSC) in Toronto, Canada between January 1, 2022 and Dec 31, 2022. We included cases where the code stroke was activated in the field by paramedics and where it was activated in the ER by a physician. We reported off-criteria code stroke activations as the proportion of code stroke activations that did not meet all criteria for activation, and described the criteria that were not met. Results: A total of 677 (61.9% paramedic) code strokes were seen at CSC1 and 439 (80.6% paramedic) at CSC2. At CSC1, 21.2% paramedic-activated and 38.6% ER-activated were off-criteria, and at CSC2, 14.2% paramedic-activated and 48.1% ER-activated code stroke were off-criteria. Most of these were due to incorrect assessment of the last seen normal time. Conclusions: One in five code strokes did not meet criteria for activation. Improving the accuracy of paramedic and ER assessment of last seen normal time may be an avenue to reduce off-criteria code stroke activations.

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)0,005
score de la tête « metaresearch » (Gemma)0,039
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,700
Score d'incertitude au seuil0,603

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,039
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
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 Opus0,042
Tête enseignante GPT0,312
Écart entre enseignants0,270 · 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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques→Même sujetAcute Ischemic Stroke Management→Travaux en français237 207→