MétaCan
Menu
Retour à la cohorte
Enregistrement W2150849365 · doi:10.12927/hcq.2009.20659

Lifting the Burden of Chronic Disease: What Has Worked? What Hasn't? What's Next?

2009· article· en· W2150849365 sur OpenAlexaff
Sara A. Kreindler

Notice bibliographique

RevueHealthcare Quarterly · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversity of ManitobaWinnipeg Regional Health Authority
Organismes subventionnairesnon disponible
Mots-clésChronic diseasePsychological interventionMedicineSet (abstract data type)Health careSystematic reviewRisk analysis (engineering)Disease managementBest practiceDiseaseManagement scienceDisease preventionMEDLINEIntensive care medicineProcess managementAlternative medicineComputer scienceHealth management systemPolitical scienceBusinessNursingEnvironmental healthEconomicsEconomic growthManagementPathology

Résumé

récupéré en direct d'OpenAlex

There is emerging consensus that the growing problem of chronic disease demands major health system changes, as envisioned in the Chronic Care Model (original and expanded). Yet implementation research has documented the pitfalls of trying to implement the whole model at once; it is more effective to focus on one highly important change at a time. This article responds to decision-makers' need to set priorities by comparing the strength of evidence for different interventions. It synthesizes a broad range of literature, including numerous systematic reviews and meta-analyses, into practical guidance on optimal system design for chronic disease management and prevention.

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)0,009
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,869
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0040,011
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,253
Tête enseignante GPT0,404
Écart entre enseignants0,151 · 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'étudeAutre devis
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

Citations34
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207