MétaCan
Menu
Retour à la cohorte
Enregistrement W2132733575 · doi:10.1503/cmaj.090290

Development of guidelines for recently arrived immigrants and refugees to Canada: Delphi consensus on selecting preventable and treatable conditions

2010· article· en· W2132733575 sur OpenAlexafffundvenueabout
Helena Swinkels, Kevin Pottie, Peter Tugwell, Meb Rashid, Lavanya Narasiah

Notice bibliographique

RevueCanadian Medical Association Journal · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensÉlisabeth Bruyère HospitalFraser HealthCentre de Santé et de Services Sociaux de la MontagneUniversity of OttawaSt Joseph's Health CentreUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésRefugeeMedicineDelphi methodStakeholderGuidelineImmigrationMental healthFamily medicineNursingPediatricsPsychiatryPublic relationsPolitical scienceComputer sciencePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Setting priorities is critical to ensure guidelines are relevant and acceptable to users, and that time, resources and expertise are used cost-effectively in their development. Stakeholder engagement and the use of an explicit procedure for developing recommendations are critical components in this process. METHODS: We used a modified Delphi consensus process to select 20 high-priority conditions for guideline development. Canadian primary care practitioners who care for immigrants and refugees used criteria that emphasize inequities in health to identify clinical care gaps. RESULTS: Nine infectious diseases were selected, as well as four mental health conditions, three maternal and child health issues, caries and periodontal disease, iron-deficiency anemia, diabetes and vision screening. INTERPRETATION: Immigrant and refugee medicine covers the full spectrum of primary care, and although infectious disease continues to be an important area of concern, we are now seeing mental health and chronic diseases as key considerations for recently arriving immigrants and refugees.

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)0,002
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,648
Score d'incertitude au seuil0,882

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 Opus0,029
Tête enseignante GPT0,348
Écart entre enseignants0,319 · 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'étudeSans objet
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

Citations87
Publié2010
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Association JournalMême sujetMigration, Health and TraumaTravaux en français237 207