MétaCan
Menu
← Retour à la cohorte
Enregistrement W653872029 · doi:10.1017/cbo9780511545566.031

Innovation in medical care: examples from surgery

2008· book-chapter· en· W653872029 sur OpenAlexaff
Randi Zlotnik Shaul, Jacob C. Langer, Martin F. McKneally

Notice bibliographique

RevueCambridge University Press eBooks · 2008
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineGeneral surgery

Résumé

récupéré en direct d'OpenAlex

C, a newborn infant, develops persistent vomiting on the second day of life. X-rays show midgut volvulus, a condition in which the intestines have twisted around their blood supply. Surgical exploration reveals necrosis of all but 15 cm of his small bowel. The necrotic bowel is removed and total parenteral nutrition (TPN) is initiated. At one year of age, he is taking half of his nutritional needs through his intestinal tract; the other half is given intravenously. Blood chemistry tests show that he is starting to develop significant liver damage from the TPN. C's remaining small bowel has become dilated and dysfunctional. You have recently read about a new operation called the serial tapering enteroplasty (STEP), an innovative technique, which may be able to lengthen the remaining intestine and permit it to function more effectively. A surgical stapler in common use is deployed to segment the dilated bowel into a tapered, lengthened tube more closely resembling the shape of the small intestine (Kim et al., 2003). This operation, first developed in dogs, has been undertaken in a small number of infants with short bowel syndrome. It is considered a non-validated innovation by most pediatric surgeons and is not yet accepted as part of standard surgical practice. You would like to offer the procedure to your patient, but you do not think that there is time to go through the full Research Ethics Board approval process at your hospital. Your intention is to try to help, and perhaps other patients like him.[…]

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,008
Communication savante0,0050,005
Science ouverte0,0010,007
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,138
Tête enseignante GPT0,311
Écart entre enseignants0,173 · 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
GenreAutre

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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooks→Même sujetHealth and Medical Research Impacts→Travaux en français237 207→