MétaCan
Menu
Retour à la cohorte
Enregistrement W2150867129 · doi:10.1176/ps.2009.60.9.1164

Best Practices: Improving Quality of Care for Patients With First-Episode Psychosis

2009· article· en· W2150867129 sur OpenAlexaffabout
Donald Addington

Notice bibliographique

RevuePsychiatric Services · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensFoothills Medical CentreUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSchizophrenia (object-oriented programming)PopulationPsychosisMedicineIncidence (geometry)PsychiatryHealth careRandomized controlled trialMental healthEarly psychosisPsychologyEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

The principles of early intervention and evidence-based care have been applied to the task of improving outcome for first-episode schizophrenia. Significant progress has been achieved through clinical innovation, research, advocacy, and policy changes. Canada has seen the implementation of such services in a number of jurisdictions, and there is a need to develop tools and strategies for quality assurance and quality improvement. The use of tools such as clinical practice guidelines, program fidelity scales, and performance measures, standards, and benchmarks is well established for quality assurance and quality improvement. These tools are available for other areas of mental health care and are being developed for application to treatment services for early psychosis. This column illustrates some of the tools available for quality improvement and the challenges in their application. Development and application of such tools are required to move first-episode psychosis treatment from innovation to best practice and standard care.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,597

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,350
Écart entre enseignants0,324 · 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'étudeObservationnel
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

Citations13
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsychiatric ServicesMême sujetSchizophrenia research and treatmentTravaux en français237 207