Notice bibliographique
Résumé
PURPOSE: There are few valid data that describe the extent of multimorbidity in primary care patients. The purpose of this study was to estimate its prevalence in family practice patients by counting the number of chronic medical conditions and using a measure that considers the severity of these conditions, the Cumulative Illness Rating Scale (CIRS). METHODS: The study was carried out in the Saguenay region (Québec, Canada) in 2003. The participation of adult patients from 21 family physicians was solicited during consecutive consultation periods. A research nurse reviewed medical records and extracted the data regarding chronic illnesses. For each chronic condition, a severity rating was determined in accordance with the CIRS scoring guidelines. RESULTS: The sample consisted of 320 men and 660 women. Overall, 9 of 10 patients had more than 1 chronic condition. The prevalence of having 2 or more medical conditions in the 18- to 44-year, 45- to 64-year, and 65-year and older age-groups was, respectively, 68%, 95%, and 99% among women and 72%, 89%, and 97% among men. The mean number of conditions and mean CIRS score also increased significantly with age. CONCLUSIONS: Whether measured by simply counting the number of conditions or using the CIRS, the prevalence of multimorbidity is quite high and increases significantly with age in both men and women. Patients with multimorbidity seen in family practice represent the rule rather than the exception.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».