MétaCan
Menu
Retour à la cohorte
Enregistrement W4414317874 · doi:10.1002/pds.70196

A Systematic Review of Algorithms for Identifying Pediatric Neurodevelopmental Outcomes

2025· review· en· W4414317874 sur OpenAlexaff
Sandra López‐León, Xuerong Wen, Sneha Gaitonde, Ana Sofía Afonso, Sandrine Colas, Rachael L. DiSantostefano, Marie‐Laure Kürzinger, Maryline Le Noan‐Lainé, Vera Ruth Mitter, Gayle Murray, Meritxell Sabidó, Julie Scotto, Melanie H. Jacobson, Rebecca Bromley, Amir Sarayani

Notice bibliographique

RevuePharmacoepidemiology and Drug Safety · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensSanofi (Canada)
Organismes subventionnairesnon disponible
Mots-clésDiagnosis codePredictive valueEpidemiologyPharmacoepidemiologyMEDLINECode (set theory)

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Investigating pediatric neurodevelopmental outcomes (NDO) in studies using secondary data is often challenging due to heterogeneous clinical definitions and medical coding systems. This study aims to identify the algorithms used to define NDO in studies using electronic healthcare data through a systematic literature review. METHODS: A search strategy was developed to identify studies on NDO that describe phenotype algorithms from January 1, 2010, to March 10, 2025. The search strategy included terms to identify studies containing algorithms for NDO as an outcome, routinely collected healthcare data, epidemiologic designs likely to incorporate algorithms, and pregnant individuals and/or infants/children. Two independent reviewers assessed eligibility criteria and performed data extraction, with inconsistencies reviewed by a third reviewer. Descriptive statistics were used to summarize categorical and continuous variables appropriately. RESULTS: The review included 156 publications that implemented algorithms for NDO, with 18 of these studies validating the outcomes. Most publications studied autism spectrum disorder (ASD) (n = 103, 65.6%) and attention deficit hyperactivity disorder (ADHD) (n = 72, 45.9%) either as a single outcome or as a composite. CONCLUSIONS: Instead of presenting NDO as a composite outcome, it is recommended to present multiple single outcomes. Validated outcomes in data from Nordic countries demonstrate a high positive predictive value when using one code for diagnoses, while more complex algorithms are required for US data. Clearly detailing and establishing the time of assessment for each NDO is critical to inform valid epidemiological estimates.

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)0,057
score de la tête « metaresearch » (Gemma)0,245
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,300

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0570,245
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0100,013
Bibliométrie0,0420,030
Études des sciences et des technologies0,0010,002
Communication savante0,0050,006
Science ouverte0,0040,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,075
Tête enseignante GPT0,433
Écart entre enseignants0,358 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmacoepidemiology and Drug SafetyMême sujetCerebral Palsy and Movement DisordersTravaux en français237 207