MétaCan
Menu
Retour à la cohorte
Enregistrement W2118283346 · doi:10.15256/joc.2013.3.21

How to Design and Evaluate Interventions to Improve Outcomes for Patients with Multimorbidity

2013· review· en· W2118283346 sur OpenAlexafffund
Susan M. Smith, Elizabeth A. Bayliss, Stewart W Mercer, Jane Gunn, Mogens Vestergaard, Sally Wyke, Chris Salisbury, Martin Fortin

Notice bibliographique

RevueJournal of Comorbidity · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health ResearchAgency for Healthcare Research and QualityH. Lundbeck A/SLundbeckfonden
Mots-clésPsychological interventionGeneralizability theoryRigourMedicineHealth careRelevance (law)MEDLINENursingPsychology

Résumé

récupéré en direct d'OpenAlex

Multimorbidity is a major challenge for patients and healthcare providers. The limited evidence of the effectiveness of interventions for people with multimorbidity means that there is a need for much more research and trials of potential interventions. Here we present a consensus view from a group of international researchers working to improve care for people with multimorbidity to guide future studies of interventions. We suggest that there is a need for careful consideration of whom to include, how to target interventions that address specific problems and that do not add to treatment burden, and selecting outcomes that matter both to patients and the healthcare system. Innovative design of these interventions will be necessary as many will be introduced in service settings and it will be important to ensure methodological rigour, relevance to service delivery, and generalizability across healthcare systems. Journal of Comorbidity 2013;3:10-17.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
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 Opus0,185
Tête enseignante GPT0,428
Écart entre enseignants0,243 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations81
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of ComorbidityMême sujetChronic Disease Management StrategiesTravaux en français237 207