MétaCan
Menu
Retour à la cohorte
Enregistrement W2133739233 · doi:10.3399/bjgp12x652553

James Mackenzie Lecture 2011: multimorbidity, goal-oriented care, and equity

2012· article· en· W2133739233 sur OpenAlexaboutno aff
Jan De Maeseneer, Pauline Boeckxstaens

Notice bibliographique

RevueBritish Journal of General Practice · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMultimorbidityEpidemiological transitionContext (archaeology)MedicineEquity (law)EmpowermentChronic careHealth careEpidemiologyFamily medicineChronic diseaseNursingEconomic growthPublic healthPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

![][1] Today we face an important demographic and epidemiological transition, confronting us with the challenge of non-communicable diseases (NCDs), which occur more and more in the context of multimorbidity. In the next decade, multimorbidity will become the rule, no longer the exception: 50% of the those aged ≥65 years have at least three chronic conditions, whereas 20% of the ≥65-year group have at least five chronic conditions.1 In the case of COPD, for example, more than half of the patients have at least one comorbid disease.2 In recent years, not only Western countries, but also developing countries started with ‘chronic disease management-programmes’ to improve care. The design of those programmes include most frequently: strategies for case-finding, protocols describing what should be done and by whom, the importance of information and empowerment of the patient, and the definition of process- and outcome-indicators that may contribute to the monitoring of care. Wagner has described the different components of the Chronic Care Model (CCM) as developed in the context of primary health care.3 The CCM has inspired policy makers and providers all over the world and is widely accepted in the US and Canada, Europe, and Australia. Taking into account the epidemiological transition, we are faced with the question: ‘How will this approach work in a situation of multimorbidity’? Let us illustrate this with a patient from our general practice, we call her ‘Jennifer’ (Box 1). #### Box 1. Jennifer Jennifer is 75 years old. Fifteen years ago she lost her husband. She has been a patient at the practice for 15 years now. During these 15 years she has been through a difficult medical history: hip replacement surgery for osteoarthritis, hypertension, type 2 diabetes, and COPD. She lives independently at home, with some help from her youngest daughter, Elisabeth. I visit her regularly … [1]: /embed/graphic-1.gif

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)0,005
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,033
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0050,005
Science ouverte0,0010,004
Intégrité de la recherche0,0060,016
Charge utile insuffisante (le modèle a refusé de juger)0,0330,009

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 Opus0,031
Tête enseignante GPT0,354
Écart entre enseignants0,323 · 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

Citations83
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of General PracticeMême sujetChronic Disease Management StrategiesTravaux en français237 207