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 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)0,183
score de la tête « metaresearch » (Gemma)0,194
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,648
Score d'incertitude au seuil0,968

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1830,194
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0110,007
Études des sciences et des technologies0,0100,006
Communication savante0,0050,005
Science ouverte0,0050,009
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 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'étudeQualitatif
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