Standardized Data Elements for Patients With Acute Pulmonary Embolism: A Consensus Report From the Pulmonary Embolism Research Collaborative
Notice bibliographique
Résumé
Recent advances in therapy and the promulgation of multidisciplinary pulmonary embolism teams show great promise to improve management and outcomes of acute pulmonary embolism (PE). However, the absence of randomized evidence and lack of consensus leads to tremendous variations in treatment and compromises the wide implementation of new innovations. Moreover, the changing landscape of health care, where quality, cost, and accountability are increasingly relevant, dictates that a broad spectrum of outcomes of care must be routinely monitored to fully capture the impact of modern PE treatment. We set out to standardize data collection in patients with PE undergoing evaluation and treatment, and thus establish the foundation for an expanding evidence base that will address gaps in evidence and inform future care for acute PE. To do so, >100 international PE thought leaders convened in Washington, DC, in April 2022 to form the Pulmonary Embolism Research Collaborative. Participants included physician experts, key members of the US Food and Drug Administration, patient representatives, and industry leaders. Recognizing the multidisciplinary nature of PE care, the Pulmonary Embolism Research Collaborative was created with representative experts from stakeholder medical subspecialties, including cardiology, pulmonology, vascular medicine, critical care, hematology, cardiac surgery, emergency medicine, hospital medicine, and pharmacology. A list of critical evidence gaps was composed with a matching comprehensive set of standardized data elements; these data points will provide a foundation for productive research, knowledge enhancement, and advancement of clinical care within the field of acute PE, and contribute to answering urgent unmet needs in PE management. Evidence produced through the Pulmonary Embolism Research Collaborative, as it is applied to data collection, promises to provide crucial knowledge that will ultimately produce a robust evidence base that will lead to standardization and harmonization of PE management and improved outcomes.
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 | 0,467 | 0,501 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,009 |
| Bibliométrie | 0,017 | 0,016 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,012 | 0,013 |
| Science ouverte | 0,013 | 0,015 |
| Intégrité de la recherche | 0,010 | 0,023 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».