The Maastricht Intensive Care COVID Cohort: A Critical Appraisal of the Predefined Research Questions
Notice bibliographique
Résumé
IMPORTANCE: A review of the study processes and protocols afterward by the researchers themselves is scarce. OBJECTIVES: The present study aimed to evaluate the study design and the process of data collection of the Maastricht Intensive Care COVID (MaastrICCht) cohort during the COVID-19 pandemic. This evaluation provides information about the quality of the predefined questions and contributes to transparency in science. DESIGN, SETTING, AND PARTICIPANTS: Critical appraisal of studies using data from the MaastrICCht cohort. MAIN OUTCOMES AND MEASURES: Evaluation of the process of study design and data collection during the COVID-19 pandemic, focusing on the research process and results. RESULTS: From March 2020 to April 2023, all patients diagnosed with COVID-19 admitted to the ICU at Maastricht University Medical Center + (n = 544) were included in the MaastrICCht cohort. In total, 37 studies were carried out until April 2024. Fifteen studies addressed 11 of the 13 predetermined research questions, whereas 22 additional studies were performed based on the initial research questions described in the design. Furthermore, 10 studies were conducted with other researchers in national and international collaboration as a response to new arising questions based on evidence that appeared relevant during the pandemic. CONCLUSIONS AND RELEVANCE: Our critical appraisal indicated that using a study protocol enabled many publications and (inter)national collaborations, although formulating pertinent research questions in the context of a novel disease appeared daunting. Despite this, most questions were successfully addressed, whereas few were resolved by other researchers or lost importance due to the expanding body of knowledge.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,164 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».