Structure de représentation de données pour l'optimisation de la prise de décision clinique à l’unité des soins intensifs pédiatriques
Notice bibliographique
Résumé
La prise de décision clinique en soins intensifs est un processus complexe qui implique l'interprétation de grandes quantités de données provenant de diverses sources. Elle s'appuie sur des bases de connaissances et des recommandations scientifiques pour prendre des décisions éclairées. Cependant, la représentation des données cliniques est cruciale pour que les cliniciens puissent interpréter les informations rapidement et efficacement. Pour faciliter ce processus, les systèmes d'aide à la décision clinique (SADC) sont de plus en plus utilisés pour améliorer les la prise en charge des patients. \n \nNous avons mené une étude à l'unité de soins intensifs pédiatriques (USIP) de l'Hôpital SainteJustine afin d'optimiser la représentation des données cliniques en créant une structure de données qui soutient les cliniciens dans leur processus cognitif et facilite l'intégration des SADC en fonction des besoins et du flux clinique. \n \nNous avons d'abord observé les activités cliniques dans l'USIP afin de mieux comprendre le flux de travail. Nous avons ensuite interrogé 11 participants appartenant à différentes catégories de personnel, notamment des intensivistes, un fellow, des infirmières et un infirmier praticien, afin de recueillir leurs besoins en termes d'aide à la décision. À la lumière de ces échanges, nous avons structuré les données afin de concevoir un prototype illustrant la représentation proposée. Nous avons tenu des rencontres de design avec 5 participants pour présenter, réviser et adapter le prototype afin de répondre à leurs besoins. \n \nCette étude nous a permis de développer une structure de représentation des données à trois niveaux afin de prioriser les patients, d'évaluer leur état et de suivre leur évolution. Toutefois, des travaux plus approfondis sont nécessaires pour définir et modéliser les concepts de criticité, de reconnaissance et d'évolution des problèmes.
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 | 0,012 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
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 ».