MétaCan
Menu
Retour à la cohorte
Enregistrement W2049352739 · doi:10.12927/hcq.2011.22152

Opportunities to Improve Diabetes Prevention and Care in Canada

2011· article· en· W2049352739 sur OpenAlexaffabout
Greg Webster, Patricia Sullivan-Taylor, Michael Terner

Notice bibliographique

RevueHealthcare Quarterly · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensCanadian Institute for Health Information
Organismes subventionnairesnon disponible
Mots-clésDiabetes mellitusBest practiceMedicineBusinessDiabetes managementEnvironmental healthType 2 diabetesFamily medicineNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

The prevalence of diabetes in Canada is expected to more than double by 2030. Additionally, the costs associated with diabetes have nearly doubled between 2000 and 2010 and will continue to rise unless improvements are made. Fortunately, more effective policies and programs can reduce both the prevalence of diabetes and the complications associated with the disease. We used responses from the Canadian Community Health Survey to assess whether Canadians with diabetes report (1) receiving from healthcare professionals the recommended tests to screen for complications, (2) performing sufficient self-care for their diabetes and, (3) for those in lower-income households, receiving less recommended care. The results show that only one in three (32%) Canadian adults with diabetes reported having received all four recommended tests during the previous year. Lower-income Canadians were more likely to report having diabetes and less likely to report receiving the four diabetes care tests. Only half of adults with diabetes reported checking their blood sugar levels daily, and only two in five reported checking their feet for injuries and ulcers. Improvements to adherence to diabetes care guidelines are needed to reduce the likelihood that Canadians, especially lower-income Canadians, will develop complications from diabetes. Bending the cost curve downward is possible through more effective policies and programs that prevent diabetes in the first place and that ensure Canadians with diabetes get both recommended care from their healthcare providers and enough support for effective self-care.

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)0,000
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 enseignants0,415
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,082
Tête enseignante GPT0,364
Écart entre enseignants0,283 · 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'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

Citations13
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetPrimary Care and Health OutcomesTravaux en français237 207