MétaCan
Menu
Retour à la cohorte
Enregistrement W2020713709 · doi:10.1097/01376517-200402000-00003

Long-Term Treatment Optimization in Individuals with Multiple Sclerosis Using Disease-Modifying Therapies

2004· article· en· W2020713709 sur OpenAlex
Lorraine Denis, Marie Namey, Kathy Costello, Jocelyne Frenette, Nathalie Gagnon, Colleen Harris, Diane Lowden, Lynn McEwan, Wendy Morrison, Josée Poirier

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Neuroscience Nursing · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversité de MontréalMontreal Neurological Institute and HospitalFoothills Medical CentreUniversity of British ColumbiaOttawa Hospital
Organismes subventionnairesUniversity of British Columbia
Mots-clésMedicinePsychosocialMultiple sclerosisQuality of life (healthcare)DiseaseAdverse effectIntensive care medicineSubclinical infectionMEDLINEDisease managementPhysical therapyNursingPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

The introduction of disease-modifying therapies (DMTs) for multiple sclerosis (MS) over the last 7 years has had a significant effect on the management of those living with this disease. Initially, the focus of improving treatment outcomes was on ensuring adherence to therapy by managing drug-related adverse events. However, treatment adherence is only one facet of ensuring optimal health outcomes for patients using DMTs. Therefore, a group of 80 nurses from Canada and the United States (The North American MS Nurses' Treatment Optimization Group) developed an evidence-based nursing approach to address the various factors involved in obtaining optimal patient outcomes. The goal of this nursing approach is to ensure the best possible clinical, subclinical, psychosocial, and quality-of-life outcomes for patients with MS using DMTs.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,329
Score d'incertitude au seuil0,478

Scores Codex et Gemma par catégorie

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

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 Opus0,159
Tête enseignante GPT0,371
Écart entre enseignants0,212 · 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