Secondary Prevention of Chronic Health Conditions in Patients with Multimorbidity: What can Physiotherapists do?
Notice bibliographique
Résumé
Multimorbidity is the co-occurrence of two or more diseases in an individual without a defining index disease [1,2]. In developed countries, the prevalence of multimorbidity has been estimated from both general practice and population data [3,4]. Data from general practices in Scotland found that 23% of patients had multimorbidity [3], whereas the prevalence of multimorbidity in Québec, Canada, was 46–51% in the general practice population and 10–13% in the general population aged over 24 years [4]. Australian data indicate that almost 40% of people aged over 44 years have multimorbidity, and this proportion increases to around 50% of those aged 65–74 years and to 70% of those aged 85 and over [5]. Data from a study of Australian general practice activity reported prevalence estimates for the most common combinations of chronic conditions [6]. Of the 12 most common combinations, the majority included conditions that can be positively impacted by physiotherapy interventions, such as low back pain [7], arthritis [8], chronic obstructive pulmonary disease [9], cardiac disease [10] and type 2 diabetes [11]. However, for some of these conditions, the uptake and access to physiotherapy interventions was suboptimal, especially in the primary care setting, due to poor referral from general practitioners (GPs) [12,13] and/or restricted access to physiotherapy associated with workforce shortages, as well as high cost to the patient for private consultation.\n\nJournal of Comorbidity 2016;6(2):50–52
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».