Treatment goal setting for complex patients: protocol for a scoping review
Notice bibliographique
Résumé
INTRODUCTION: An increasing number of people are living longer with multiple health and social care needs, and may rely heavily on health system resources. When dealing with multiple conditions, patients, caregivers and healthcare providers (HCPs) often experience high treatment burden due to unclear care trajectories, a myriad of treatment decisions and few guidelines on how to manage care needs. By understanding patient and caregiver priorities, and setting treatment goals, HCPs may help improve patient outcomes and experiences. This study aims to examine the extent and nature of the literature on treatment goal setting in complex patients, identify gaps in evidence and areas for further inquiry and guide a research programme to develop definitions, measures and recommendations for treatment goal setting. METHODS AND ANALYSIS: This study protocol outlines a scoping review of the peer reviewed and the grey literature, using established scoping review methodology. Literature will be identified using a multidatabase and grey literature search strategy developed by two librarians. Papers and reports on the topic of goal setting that address complexity or complex patients will be included. Results of the search will be screened independently by two reviewers and included studies will be abstracted and charted in duplicate. ETHICS AND DISSEMINATION: Ethics approval is not required for this scoping review. Working with the knowledge users on the team, we will prepare educational materials and presentations to disseminate study findings to HCPs, caregivers and patients, and at relevant national and international conferences. Results will also be published in a peer-reviewed journal.
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 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 | 0,018 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 tête enseignante, 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 ».