MétaCan
Menu
Retour à la cohorte
Enregistrement W2174702366 · doi:10.1155/2016/1974863

The Need for Improved Management of Painful Diabetic Neuropathy in Primary Care

2016· article· en· W2174702366 sur OpenAlexaffabout
Teresa Sobhy

Notice bibliographique

RevuePain Research and Management · 2016
Typearticle
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicinePrimary careModalitiesPeripheral neuropathyIntensive care medicineClinical PracticeDiabetes mellitusQuality of life (healthcare)Clinical researchType 2 diabetesFamily medicineNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

The provision of care for patients with type II diabetes in primary care must involve assessing patients for peripheral neuropathy of the feet. Objectives. This paper will demonstrate that painful diabetic neuropathy (PDN) is poorly assessed for and treated in primary care. Methods. A critical analysis of research will be conducted to identify the prevalence and impact of PDN among individuals with type II diabetes. Results. Research evidence and best practice guidelines are widely available in supporting primary care practitioners to better assess for and treat PDN. However, the lack of knowledge, awareness, and implementation of such research and guidelines prevents patients with PDN from receiving appropriate care. Discussion. Much international research exists on the prevalence and impact of PDN in primary care; however, Canadian research is lacking. Furthermore, the quantity and quality of research on treatment modalities for PDN are inadequate. Finally, current research and guidelines on PDN management are inadequately implemented in the clinical setting. Conclusion. The undertreatment of PDN has significant implications on the individual, family, and society. Healthcare practitioners must be more aware of and better implement current research and guidelines into practice to resolve this clinical issue.

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)0,003
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,234

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 Opus0,028
Tête enseignante GPT0,311
Écart entre enseignants0,283 · 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'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

Citations8
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePain Research and ManagementMême sujetPain Mechanisms and TreatmentsTravaux en français237 207