MétaCan
Menu
Retour à la cohorte
Enregistrement W2289815117 · doi:10.2196/resprot.5045

Patient Recruitment 2.0: Become a Partner in the Patient Journey Using Digital Media

2016· article· en· W2289815117 sur OpenAlexvenueno aff
Michael Lindemann, Tobe Freeman, Timothy Kilchenmann, Shuree Harrison, Margaret Chan, Mark Wygonik, Lea Haines, Christian Gossens

Notice bibliographique

RevueJMIR Research Protocols · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesF. Hoffmann-La Roche
Mots-clésConversationHealth careMedicineBoosting (machine learning)Lung cancerMedical educationPsychologyNursingComputer scienceOncologyPolitical science

Résumé

récupéré en direct d'OpenAlex

We describe a digital platform, Pioneering Healthcare, designed to inform and empower people who are impacted by lung cancer. The platform enables Roche to support an online conversation with patients and caregivers about lung cancer, and about the role of lung cancer clinical studies in the development of future treatment options. This conversation is live and ongoing on the platform. It provides insights about the views and motivations of patients, and about how to better support patients pursuing treatment for life-threatening illness. We discuss the strategies used to deploy Pioneering Healthcare, and the advantages of using digital platforms for raising disease awareness, increasing patient engagement and, ultimately, for boosting patient enrollment into clinical trials.

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)0,099
score de la tête « metaresearch » (Gemma)0,119
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: aucune
Score de désaccord entre enseignants0,901
Score d'incertitude au seuil0,521

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0990,119
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,003
Communication savante0,0090,010
Science ouverte0,0030,019
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0450,025

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 Opus0,759
Tête enseignante GPT0,654
Écart entre enseignants0,105 · 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.

Devis d'étudeSans objet
DomaineMéthodes
GenreProtocole

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

En bref

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetSocial Media in Health EducationTravaux en français237 207