© 2003 Canadian Medical Association or its licensors Letters
Notice bibliographique
Résumé
Evaluating elective surgery Charles Wright and colleagues1 are tobe commended for the model of health outcome measures that they have developed for examining the appropriate-ness of elective surgical procedures. How-ever, we have some concerns about the tool used to assess cataract surgery. The VF-14 index is very sensitive when used appropriately, but it was not designed to determine who needs surgery. Previous studies of preoperative visual function have obtained findings similar to those of the Wright study, that is, that about 20% to 30 % of people have a high score on the visual function test.2 However, such results do not necessarily mean that these patients do not need surgery. The VF-14 index is a composite measure for reading, driving, playing sports, watching televi-sion and other activities, and as such it does not clearly identify people with a significant deficit in just one of these do-mains who would benefit from surgery. Ocular comorbidity, which was pre-sent in up to 50 % of all cataract patients in the cohort studied (Ken Bassett, As-sociate Professor, Department of Oph-thalmology, University of British Co-lumbia: personal communication, 2003), predicts poor outcomes. So does old age. Such comorbidity does not mean that surgery is inappropriate, but the VF-14 index does not capture patient satisfaction after surgery in such cases. Finally, the authors did not emphasize that ophthalmologists have reported vi-sual improvement in 92.4 % (786/851) of patients at the University of British Co-lumbia Eye Care Centre (essentially the same patients as were included in the Re-
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,258 | 0,005 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».