Evaluation of a prioritization system for mild traumatic brain injury case ascertainment from emergency department records
Notice bibliographique
Résumé
Abstract Objective To evaluate modifications to a tiered priority chart review system designed to efficiently identify patients with mild traumatic brain injury (mTBI), via medical chart review, that presented to an emergency department or urgent and primary care center (ED/UPCC) for research purposes. Methods We initially created a tiered priority chart review system and applied it to screening N=17,072 electronic ED/UPCC medical charts in study 1 ( Clinicaltrials.gov ID# NCT04704037 ). Chief complaints with high positive predictive value (PPV) for correctly identifying possible/probable mTBI cases were moved to a higher tier and those with low positive predictive value were downgraded to create a tiered priority chart review system. This revised system was then used in a second research study ( Clinicaltrials.gov ID# NCT05365776 ), and PPV values were calculated for the new sample (N=4,434). The original and revised tiered priority system were compared with respect to overall efficiency. Results PPV for specific chief complaint key terms varied markedly from 0% to 61% and resulted in an empirically-driven resorting of the priority tiers. After excluding clearly ineligible participants, 49% of charts reviewed in the first study and 60% of charts reviewed in the second study were identified as a possible or probable mTBI. This indicates an improvement in overall efficiency (12%; χ 2 (1)=114.7, p<.001) compared to the original system. Conclusion The revised tiered priority chart review system was more efficient at identifying patients with mTBI for the purposes of mTBI study recruitment.
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 | 0,056 | 0,155 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».