MétaCan
Menu
← Retour à la cohorte
Enregistrement W1995884297 · doi:10.1136/bmjopen-2013-003759

Using decision support for population tracking of adherence to recommended asthma guidelines

2014· article· en· W1995884297 sur OpenAlexafffundabout
Sara Ahmed, Robyn Tamblyn, Nancy Winslade

Notice bibliographique

RevueBMJ Open · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensMcGill UniversityCentre for Interdisciplinary Research in RehabilitationMcGill University Health Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineAsthmaGuidelineFamily medicineIndex (typography)PopulationDecision support systemHealth careEnvironmental healthInternal medicineData mining

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Decision support systems linked to administrative databases provide a unique opportunity to monitor adherence to guidelines and target disease management strategies towards patients not receiving guideline-based therapy. The objective of this study was to evaluate the discrepancy between actual asthma treatments prescribed by primary care physicians compared to those recommended by evidence-based guidelines using a decision support tool linked to a provincial health administrative database. DESIGN: The drug and medical services information of individuals with asthma was identified from the provincial health database and was pushed through an asthma decision support system (ADSS). Recommendations aimed at optimising asthma treatment were generated on two index dates, 15 September 2007 (index date 1) and 15 March 2008 (index date 2). SETTING: Primary care settings in a large Canadian metropolitan area. PARTICIPANTS: Individuals with asthma and provincial health insurance primary and secondary outcome measures: well controlled asthma. RESULTS: 16 803 eligible individuals were identified on index date 1, and 18 103 on index date 2. The distribution of recommendation categories was similar on both index dates. 94% were classified as well controlled and 7% as not well controlled. Among well-controlled individuals, the largest proportion was in the maintain treatment category (63.8%), followed by the maintain/decrease treatment category (28.2%) and the decrease treatment category (2.7%). Almost all individuals who were not well controlled had the recommendation to increase treatment (88%) with a small proportion in the refer category (1%). CONCLUSIONS: The ADSS was able to identify subgroups of patients from an administrative database that could benefit from a medication review and possible change. Decision support systems linked to an administrative database can be used to identify individuals with uncontrolled asthma or prescriptions that deviate from recommended treatment. When connected to the point of care, this can provide an opportunity for physicians to intervene early.

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)0,017
score de la tête « metaresearch » (Gemma)0,108
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,108
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,282
Tête enseignante GPT0,513
Écart entre enseignants0,231 · 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'étudeObservationnel
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

Citations11
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ Open→Même sujetAsthma and respiratory diseases→Travaux en français237 207→