Structure de représentation de données pour l'optimisation de la prise de décision clinique à l’unité des soins intensifs pédiatriques
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.012 | 0.048 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.010 | 0.007 |
| Open science | 0.003 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".