MétaCan
Menu
Retour à la cohorte
Enregistrement W1720881611 · doi:10.12927/hcq.2013.19495

Contemporary Disease Management in Quebec

2013· review· en· W1720881611 sur OpenAlexaffabout
Amédé Gogovor, Michelle Savoie, Yola Moride, Marilyn Krelenbaum, Terrence J. Montague

Notice bibliographique

RevueHealthcare Quarterly · 2013
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipHealth careBest practiceDiseaseDisease managementMedicinePublic healthBusinessKnowledge transferProcess (computing)Public relationsNursingPolitical scienceKnowledge managementEconomic growthPathologyEconomics

Résumé

récupéré en direct d'OpenAlex

Health or disease management (DM) has emerged as a promising solution to improve the quality of healthcare and patient outcomes in a cost-efficient way. This solution is particularly relevant in the care of our increasing, and aging, patient populations with multiple chronic diseases. This article reviews the recent history and current status of DM in the province of Quebec and summarizes its evolving perspectives and future prospects. Most DM projects in Quebec have developed from a public-private partnership, and they have addressed several disease states. The results of completed programs confirmed the presence of care gaps--the differences between best and usual care in several disease states. They also identified process changes leading to improved practices and enhanced professional satisfaction among stakeholders. Priorities identified for further research include increased knowledge of the underlying causes of care gaps and greater concentration on the measurement of clinical, humanistic and fiscal outcomes and their causal links to DM structures and processes. Although still embryonic in Quebec and Canada, the available evidence suggests that DM partnerships are practical and functional vehicles to expedite knowledge creation and transfer in the care of whole populations of patients. Future projects offer the promise of updated knowledge and continuously improved care and outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,897
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,008

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 Opus0,250
Tête enseignante GPT0,523
Écart entre enseignants0,273 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetHealthcare Systems and PracticesTravaux en français237 207