MétaCan
Menu
Retour à la cohorte
Enregistrement W2079037158 · doi:10.2217/ahe.11.64

Multimorbidity, Care Complexity and Prescribing for the Elderly

2011· article· en· W2079037158 sur OpenAlexfundno aff
Elizabeth E. Roughead, Agnès Vitry, Gillian E. Caughey, Andrew L. Gilbert

Notice bibliographique

RevueAging Health · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilAGE-WELL
Mots-clésMedicineConcomitantAdverse effectMedication ReconciliationMultiple Chronic ConditionsMultimorbidityPolypharmacyMedical emergencyIntensive care medicineFamily medicinePharmacistChronic diseasePharmacyPharmacologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

There is an increasing number of people living with multiple chronic illnesses and consequently taking multiple medicines. More than 50% of these patients will have concomitant diseases that complicate management and will see multiple providers to manage their conditions. This increases their risk of medication-related problems, adverse events and poor treatment outcomes. All of these patients are at high risk of medication misadventure and most will have at least four medication-related problems, of which more than half will be resolvable. The management of medication in these patients will require the increasing involvement of pharmacists to provide a number of cognitive services including medication reconciliation, medication review, adherence services and proactive adverse reaction monitoring. This needs to be integrated into models of practice that coordinate care between multiple providers and accommodate both patient and provider preferences.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil0,413

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 Opus0,272
Tête enseignante GPT0,396
Écart entre enseignants0,124 · 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

Citations68
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAging HealthMême sujetChronic Disease Management StrategiesTravaux en français237 207