Notice bibliographique
Résumé
The efficacy of carotid endarterectomy (CE) to pre-vent stroke is well established.1–4 Clinical trials haveshown that CE reduces the 5-year risk of stroke by 16.0 % when performed because of symptomatic lesions causing more than 70 % stenosis.5 The risk reduction is more modest (4.6 % and 5.9%, respectively) in cases of symptomatic moderate (50 % to 69%) stenosis or asympto-matic stenosis (> 60%).4,5 However, concerns remain re-garding the effectiveness of the procedure outside of clini-cal trials, when the potential benefit may be reduced.6,7 Although national societies have issued guidelines on indi-cations for CE,8,9 in some cases CE is performed on pa-tients who do not meet these guidelines. The RAND/UCLA (University of California at Los Angeles) Appropriateness Method,10,11 developed in re-sponse to concerns about possible unnecessary use of pro-cedures, is perhaps the most respected approach to defin-ing appropriate care, combining best evidence and expert opinion.12 The first study of the appropriateness of CE, published in 1988, showed that only one-third of pro-cedures were appropriate.13 A Canadian study in 1997 showed similar results.14 The role of health system factors in choosing patients appropriately for CE is not well ex-plored. Administrative databases allow only limited appre-ciation of the decision-making process that leads to the operating room. Our objectives were to describe the variation in appro-priateness of CE in 4 Canadian provinces, to document rates of appropriate CE in the provinces and to explore po-tential explanatory factors, such as hospital type, surgeon specialty and number of CEs performed each year per sur-geon and per hospital. Methods
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 | 0,127 | 0,409 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,004 | 0,009 |
| Communication savante | 0,032 | 0,027 |
| Science ouverte | 0,007 | 0,009 |
| Intégrité de la recherche | 0,031 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,171 | 0,080 |
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 ».