MétaCan
Menu
Retour à la cohorte
Enregistrement W2092385027 · doi:10.1111/j.1365-2796.2009.02177.x

A paradigm shift is also required in treatment goals and in performance indicators: reply

2009· article· en· W2092385027 sur OpenAlexaffabout
Sylvie Perreault

Notice bibliographique

RevueJournal of Internal Medicine · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineContext (archaeology)Intensive care medicineParadigm shiftPopulationClinical PracticePhysical therapyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Dear Sir,We totally agree that there is much more that can be performed to improve health through the control of hypertension; and that the requirement for a major paradigm shift in treatment goals and in performance indicators so as to ensure that control of hypertension does indeed improve health. Our population-based study of drug utilization patterns in a Canadian setting suggests an association with a significant benefit linked with a good adherence to antihypertensive medication and chronic heart failure in the context of primary prevention. We are convinced based on our population-based study that the adherence level to medication is a major gap to be fulfilled, giving that, the mean high adherence level to AH agents was around to 98% during the first year and 96% after 1 year of follow-up compared with 60% and 59.7% for the low adherence level, respectively. Thus, we suggest in addition to the requirement for a major shift in treatment goals and in performance indicators that an assessment of medication adherence should be incorporated into routine clinical practice to ensure a health improvement. A better adherence to pharmacological therapy is one of key factors in determining the success of various therapeutic approaches. Consequently, greater attention should also be paid to this aspect to improve patient outcomes. None declared.

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)0,009
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,121
Score d'incertitude au seuil0,591

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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 Opus0,184
Tête enseignante GPT0,420
Écart entre enseignants0,236 · 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

Citations0
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Internal MedicineMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207