MétaCan
Menu
Retour à la cohorte
Enregistrement W4403375153 · doi:10.1101/2024.10.11.24315348

The Hydrocephalus Association Patient-Powered Interactive Engagement Registry (HAPPIER): Design and Initial Baseline Report

2024· preprint· en· W4403375153 sur OpenAlexaff
Noriana E. Jakopin, Samantha N. Lanjewar, Amanda Garzon, Paul Gross, Richard Holubkov, Abhay Moghekar, Margaret Romanoski, Chevis N. Shannon, Mandeep S. Tamber, Tessa Van der Willigen, Melissa Sloan, Monica Chau, Jenna E. Koschnitzky

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueCerebrospinal fluid and hydrocephalus
Établissements canadiensBC Children's HospitalUniversity of British ColumbiaShared Health
Organismes subventionnairesnon disponible
Mots-clésBaseline (sea)Association (psychology)HydrocephalusPsychologyMedicinePolitical sciencePsychotherapistPsychiatry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Objective Hydrocephalus is a neurological condition characterized by an accumulation of cerebrospinal fluid with no cure and limited treatments. There is a significant gap in hydrocephalus research where patients lack opportunities to voice their perspectives on their condition. The Hydrocephalus Association Patient-Powered Interactive Engagement Registry (HAPPIER) database was created to highlight the quality-of-life outcomes in hydrocephalus from a longitudinal perspective. HAPPIER ensures that the lived experiences of those affected by hydrocephalus are highlighted, and provides a platform for researchers to access this data or distribute their own surveys, ultimately aiming to improve patient-centered care and outcomes. This publication introduces the registry to the medical and scientific community by highlighting demographics, etiology, treatments, symptom profiles, and diagnosed comorbidities of the participants. Methods HAPPIER was developed by the Hydrocephalus Association and a 10-member steering committee. Development of its surveys was informed by other registries with similar goals, existing surveys and assessments, and input from University of Utah Data Center faculty. The study population was recruited using social and traditional media, referrals from medical professionals, and advertisement at Hydrocephalus Association-sponsored events. Results Of the 691 survey participants (referring to those with hydrocephalus), 451 (65.3%) were individuals responding for themselves. 380 (55.0%) of the registry population was female, 594 (86.0%) was white, and 606 (87.7%) was from the United States and territories. The most common age reported for diagnosis was between 0 and 11 months (46.2%), and the most common hydrocephalus etiology reported was congenital hydrocephalus (43.8%). The most prevalent treatment reported was a shunt(s) (71.2%). The most commonly-reported symptom was headaches (60.3%), and 69.9% of participants reported being diagnosed with movement impairments and 70.8% with other health conditions. Conclusion HAPPIER is a novel database developed to address the gaps in data in non-clinical outcomes of hydrocephalus, which are critical to clinical care and understanding hydrocephalus in its totality. Patient perspectives and outcomes have been historically underrepresented. By directly engaging individuals living with hydrocephalus and their caregivers, HAPPIER is designed to incorporate essential patient perspectives through planned longitudinal data collection and patient surveys. These data are open to investigators interested in analyzing the collected data.

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)0,019
score de la tête « metaresearch » (Gemma)0,032
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 enseignants0,019
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,032
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,001
Communication savante0,0020,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,007

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 Opus0,036
Tête enseignante GPT0,303
Écart entre enseignants0,267 · 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'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetCerebrospinal fluid and hydrocephalusTravaux en français237 207