MétaCan
Menu
← Retour à la cohorte
Enregistrement W1601129068 · doi:10.5772/38202

Innovating Medical Knowledge: Understanding Evidence-Based Medicine as a Socio-Medical Phenomenon

2012· book-chapter· en· W1601129068 sur OpenAlexaff
Jorge Maya

Notice bibliographique

RevueInTech eBooks · 2012
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPhenomenonMedical knowledgePsychologyKnowledge managementMedicineEpistemologyMedical educationComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Evidence Based Medicine -Closer to Patients or Scientists?12 "Evidence based medicine," one chemist said to me, "What other kind of medicine could there possibly be?" and a consultant physician said gruffly: "We have always practiced evidence based medicine" (Hope, 1995). 1 The EBM pioneers equivocated on the movement's innovation and conservatism.It was described as both a "new paradigm" (EBMWG, 1992) and a historically-supported approach "whose philosophical origins extend back to mid-19th century Paris and earlier" (Sackett et al., 1996b).Yet it will be demonstrated in this chapter that although EBM is not best understood as a new "paradigm" or a radical departure from biomedicine, it offers methodological innovation that has shifted how we pursue, collect, and evaluate medical knowledge.Beginning with a historical account of the origins of EBM, a focus on three key methodological innovations employed by EBM will be used to advance the argument that EBM's original contribution to medicine, or what separates EBM from other approaches, is the priority it gives to certain forms of evidence, specifically evidence from randomized controlled trials.EBM offers a shift in the sort of evidence that is most highly valued for diagnosis, therapy, and prognosis questions, as heavy emphasis is placed on experimental controls and quantified measures, thus diminishing the previous status of clinical experience and observational studies significantly.This commitment represents not only methodological change, but also a novel regard of the reliability of various forms of medical knowledge.EBM offers a new answer to medicine's fundamental normative question: how ought we to practice medicine? How to referenceIn order to correctly reference this scholarly work, feel free to copy and paste the following: Maya J. Goldenberg (2012).Innovating Medical Knowledge: Understanding Evidence-Based Medicine as a Socio-Medical Phenomenon, Evidence Based Medicine -Closer to Patients or Scientists?, Prof. Nikolaos Sitaras (Ed.),

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)0,014
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0030,051
Communication savante0,0200,028
Science ouverte0,0030,007
Intégrité de la recherche0,0070,010
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,293
Tête enseignante GPT0,478
Écart entre enseignants0,185 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInTech eBooks→Même sujetPrimary Care and Health Outcomes→Travaux en français237 207→