MétaCan
Menu
← Retour à la cohorte
Enregistrement W2094330803 · doi:10.12927/hcpap.2012.22699

The Road to Improving Patient-Reported Outcomes: Measures or Healthcare Reform?

2012· letter· en· W2094330803 sur OpenAlexaffvenue
Greta G. Cummings

Notice bibliographique

RevueA Nudge Too Far? A Nudge at All? On Paying People to Be Healthy · 2012
Typeletter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionHealthcare systemHealth careAction (physics)PerceptionOutcome (game theory)MedicineHealthcare deliveryDisciplineNursingPsychologyPublic relationsPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Some argue that the way to improve the current health system is to ask patients about their experiences and perceptions of whether specific interventions (e.g., surgery) achieve expected health outcomes. Others argue that the way to improve health outcomes is to reform the system, particularly for those patients who suffer from complex chronic diseases and symptoms that do not fall neatly into a clinical pathway. I argue that patient reported outcome measures based on our current healthcare delivery system are necessary but not sufficient to improve patient outcomes. Ongoing dialogue, leadership and action are urgently needed to achieve a preferred future where our silo/sector/disciplinary based health system is reformed into an integrated person-centred system.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,115
score de la tête « metaresearch » (Gemma)0,272
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,610

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1150,272
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,035
Communication savante0,0110,032
Science ouverte0,0050,009
Intégrité de la recherche0,0610,076
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,342
Tête enseignante GPT0,416
Écart entre enseignants0,074 · 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 source (Gemma direct ou Codex distillé), 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueA Nudge Too Far? A Nudge at All? On Paying People to Be Healthy→Même sujetHealth Systems, Economic Evaluations, Quality of Life→Travaux en français237 207→