MétaCan
Menu
Retour à la cohorte
Enregistrement W2159067450 · doi:10.1136/hrt.2009.179200

What do you say about risk?

2009· editorial· en· W2159067450 sur OpenAlexaff
Patricia H. Strachan

Notice bibliographique

RevueHeart · 2009
Typeeditorial
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

Risk tells us that uncertainty exists about a specific outcome.1 Particularly when great uncertainty exists about the outcome of a procedure, the communication of risk is challenging and difficult. Medical jargon and statistics have been employed to project scientific objectivity to help manage the emotional load that often accompanies discussions in which great uncertainty exists. These approaches may create distance between physicians and patients and raise questions about informed consent. Interestingly, little attention has been focused on this physician–patient interaction, leaving best practice about the communication of high risk unknown.2 How then are we to proceed to discuss risk with our patients? In the 1 August issue of Heart , Schaufel et al 3 bravely explored the nature of patient–physician dialogues about high-risk cardiac procedures. The authors invited us to consider that communication regarding high-risk procedures is about more than the procedure and the likelihood of complications and death; it is about unspoken aspects of the human condition for both the patient and the physician. It is particularly striking that these critical conversations were of relatively short duration—6–16 minutes. This is somewhat staggering if one considers the complexity of the legal, ethical and existential aspects involved in the course of communicating risk and obtaining informed consent. Communicating risk places great demands on both the physician and the patient. Complicated information must be translated by the physician using words or numbers that the individual before him can comprehend; the information must be imparted in a way that the physician …

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)0,012
score de la tête « metaresearch » (Gemma)0,084
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: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,084
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,008
Communication savante0,0060,012
Science ouverte0,0010,002
Intégrité de la recherche0,0070,015
Charge utile insuffisante (le modèle a refusé de juger)0,0090,007

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 Opus0,102
Tête enseignante GPT0,443
Écart entre enseignants0,341 · 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
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeartMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207