MétaCan
Menu
Retour à la cohorte
Enregistrement W4409015332 · doi:10.1302/0301-620x.107b4.bjj-2024-1727

Periprosthetic joint infection

2025· article· en· W4409015332 sur OpenAlexaff
John W. Kennedy, Fares S. Haddad

Notice bibliographique

RevueThe Bone & Joint Journal · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopedic Infections and Treatments
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPeriprostheticDelphi methodMedicineComparabilityDelphiIntensive care medicineArthroplastyFamily medicineSurgeryComputer science

Résumé

récupéré en direct d'OpenAlex

Aims: Periprosthetic joint infection (PJI) is a devastating complication of arthroplasty, with substantial morbidity, mortality, and healthcare costs. Despite advances in diagnosis and treatment, inconsistencies in outcome reporting have hindered evidence synthesis, limiting progress in understanding and management. This study aimed to develop a core outcome set (COS) for PJI to standardize outcome reporting in the literature. Methods: A two-stage modified Delphi process was conducted to establish consensus across a range of domains. Stage 1 involved the identification of core outcomes in PJI research by an international expert panel. A patient group was also consulted to ensure that the domains were relevant to patient priorities. Stage 2 included a broader group of 55 stakeholders in an online consensus process to finalize the COS. Quantitative and qualitative data were collated to redefine the outcomes throughout the Delphi process. Results: Following the modified two-stage Delphi process, a high level of consensus was achieved for all outcomes. The final COS included 23 outcomes across the following four domains: patient demographics and baseline characteristics; infection characteristics; surgical and treatment details; and outcomes and follow-up. Conclusion: The developed COS provides a standardized framework for reporting outcomes in PJI research. By addressing variability and inconsistency in the literature, this COS aims to enhance comparability across studies, support robust evidence synthesis, and ultimately guide clinical decision-making.

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)0,016
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,034
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,020
Tête enseignante GPT0,280
Écart entre enseignants0,260 · 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'étudeSans objet
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

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Bone & Joint JournalMême sujetOrthopedic Infections and TreatmentsTravaux en français237 207