MétaCan
Menu
Retour à la cohorte

Development of clinical indicators for type 2 diabetes

2008· article· en· W2024937860 sur OpenAlexaffvenueabout
Neil J. MacKinnon, Nicole R. Hartnell, Emily Black, Peggy Dunbar, Jeffrey Johnson, Susan Halliday-Mahar, Rumi Pattar, Ehud Ur

Notice bibliographique

RevueCanadian Pharmacists Journal / Revue des Pharmaciens du Canada · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensHealth Sciences CentreUniversity of British ColumbiaUniversity of AlbertaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineDelphi methodType 2 diabetesNova scotiaFamily medicineDiabetes mellitusHealth carePharmacyDelphi

Résumé

récupéré en direct d'OpenAlex

Background/Objective:Preventable drug-related morbidity in patients with type 2 diabetes is a major concern. Our objective was to develop a set of Canadian clinical indicators of preventable drug-related morbidity (PDRM) and preventable care-related morbidity (PCRM) for type 2 diabetes.Methods:Each study partner (Dalhousie University, Nova Scotia Department of Health, Diabetes Care Program of Nova Scotia, and Sobeys Pharmacy Group) was asked to identify the priorities of medication-related diabetes care from the Canadian Diabetes Association 2003 clinical practice guidelines using the nominal group technique. Based on the priorities identified, a survey was constructed listing the clinical outcome and pattern of care related to a number of possible PDRMs/PCRMs in patients with type 2 diabetes. Using the Delphi technique, an interdisciplinary panel of 10 experts scored each clinical indicator in an attempt to achieve consensus.Results:Education/reinforcement of targets was identified by the nominal group t...

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)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,415
Tête enseignante GPT0,494
Écart entre enseignants0,079 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations7
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Pharmacists Journal / Revue des Pharmaciens du CanadaMême sujetClinical practice guidelines implementationTravaux en français237 207