Ten Commandments for patient-centred treatment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
When deciding on a treatment, the first diagnosis you need to reach is about the nature of the illness. The second diagnosis you need concerns what the individual would like to achieve.1 Both are of equal importance and this is as true in simple one-off encounters as in complex lifelong illness. But the balance needs particularly careful thought when beginning long-term treatment. Always make sure that you understand your patient’s aims before you propose a course of action. It may require 3 minutes in a situation like an acute sore throat, or years of ongoing dialogue in a situation like multiple sclerosis or heart failure. Do not assume that you know what your patient has come for, and do not assume that the treatments you have on offer meet the goals of everyone in the same way. Both health professionals and lay people tend to overestimate the benefits of treatments and underestimate their harms. The traditional way to express these is as the number-needed-to-treat (NNT) and the number-needed-to-harm (NNH). It is important to have a ‘ball-park’ idea of these figures in common clinical situations, but also important to bear in mind their limitations. First, patients mostly find NNTs and NNHs hard to understand.2 Second, the numbers do not apply to individuals equally but are just average figures across the populations of clinical trials. Third, people vary widely in how they would balance a given benefit against a given harm.3 So we need better ways of a) knowing the true NNT and the NNH in the populations we treat; b) sharing this knowledge with people in ways they can understand; and c) applying this knowledge to the goals and preferences of the individual in front of us. The first commandment assumes that there will be two diagnoses in …
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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