MétaCan
Menu
← Retour à la cohorte
Enregistrement W7105190490 · doi:10.71781/28731

Développement d’un outil d’évaluation neurologique simplifié pour les lésions médullaires traumatiques en contexte aigu

2022· dissertation· fr· W7105190490 sur OpenAlexaboutno aff

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2022
Typedissertation
Languefr
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCentral nervous system diseaseSpinal cord injuryNeurological disorderElectrodiagnosisSpinal cord

Résumé

récupéré en direct d'OpenAlex

La prise en charge rapide et systématique des patients en traumatologie par des protocoles tels que l’Advanced Trauma Life SupportTM maximise la survie. À l’intérieur de ces protocoles, l’examen le plus souvent proposé pour l’évaluation neurologique est l’International Standards For Neurological Classification of Spinal Cord Injury (ISNCSCI). Cet outil d’évaluation des patients avec une lésion médullaire traumatique (LMT) est le plus reconnu mondialement, mais n’est pas adapté à la prise en charge initiale en traumatologie de par son exhaustivité. L’objectif principal de ce mémoire était de combler le besoin pour un outil d’évaluation neurologique adapté au patient avec une LMT en contexte aigu.La première partie de ce travail consista au développement et à la validation d’une version simplifiée de l’ISNCSCI qui a été nommée le Montreal Acute Classification of Spinal Cord Injury (MAC-SCI). Sa validation par rapport à l’ISNCSCI révéla une capacité à déterminer correctement le grade de sévérité ainsi que l’étage lésionnel de la LMT dans 100% des cas. La seconde partie de ce travail évalua la capacité du MAC-SCI à détecter les variations neurologiques périopératoires et montra qu’aucune détérioration neurologique n’était ratée. Finalement, la troisième partie de ce travail évalua l’implémentation clinique du MAC-SCI et montra des taux de complétion 2,4 fois supérieurs à ceux de l’ISNCSCI. Nous souhaitons que le MAC-SCI soit incorporé dans les protocoles de traumatologie à grande échelle dans le but d’uniformiser l’évaluation neurologique des patients en situation de traumatologie et ultimement d’améliorer les soins prodigués aux patients blessés médullaires.

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)0,124
score de la tête « metaresearch » (Gemma)0,197
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil0,654

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1240,197
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,002
Communication savante0,0070,004
Science ouverte0,0030,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,280
Écart entre enseignants0,257 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)→Même sujetSpinal Cord Injury Research→Travaux en français237 207→