Smart Triage: Clinical Data - PRST
Notice bibliographique
Résumé
This data is the Saving young lives: Triage and treatment using the pediatric rapid sepsis trigger (PRST) tool study. Data collected for this study occurred from April 2020 to April 2022. Objective(s): This is a pre-post intervention study involving pediatric patients presenting to the study hospitals in seek of medical care for an acute illness. The purpose of this study was to develop a prediction model and to perform clinical validation of a digital triage tool to guide triage and treatment of children at health facilities in LMICs with severe infections/suspected sepsis. The study involved three phases: (I) Baseline Period, (II) Interphase Period, (III) Intervention Period. The study hospitals include 2 sites in Kenya (1 control site, 1 experimental site) and 2 in Uganda (1 control site, 1 experimental site). Data Description: Predictor variables were collected at the time of triage by trained study nurses using a custom-built mobile application. All data entered into the mobile application was stored an encrypted database. Data was uploaded directly from the mobile device to a Research Electronic Data Capture (REDCap) database hosted at the BC Children’s Hospital Research Institute (Vancouver, Canada). Outcomes were obtained from facility records or telephone follow-up at 7-10 days and the data was collected electronically. Time-specific outcomes were tracked using an RFID tagging system with study personnel as backup. Limitations: There is missing data and some variables were not collected at all sites. Ethics Declaration: This study was approved by the Makerere University Higher Degrees research and Ethics Committee (No. 743), the Uganda National Institute of Science and Technology (HS 528ES), and the University of British Columbia / Children & Women’s Health Centre of British Columbia Research Ethics Board (H19-02398 & H20-00484). Associated datasets: Saving young lives: Triage and management of sepsis in children using the point-of care Paediatric Rapid Sepsis Trigger (PRST) tool
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 | 0,009 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,053 | 0,022 |
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 ».