MétaCan
Menu
Retour à la cohorte
Enregistrement W2412520694 · doi:10.1177/082585971102700204

Prognosticating in Palliative Care: A survey of Canadian Palliative Care Physicians

2011· article· en· W2412520694 sur OpenAlexaffabout
Mark T. Corkum, Raymond Viola, Chris Veenema, Dan Kruszelnicki, Joshua Shadd

Notice bibliographique

RevueJournal of Palliative Care · 2011
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensCentre for Family MedicineWestern UniversityQueen's UniversityMcMaster UniversityKirkland and District HospitalDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPalliative careMedicineFamily medicineNursing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine how palliative care physicians view the accuracy and importance of prognostication, what information they consider, and what processes they use. METHODS: A questionnaire was sent to members of the Canadian Society of Palliative Care Physicians (CSPCP). Respondents recorded their perceptions about prognostication and the factors they considered when predicting survival. A patient scenario was described in which a prognosis was requested by two different people: a patient's daughter and a palliative care admissions coordinator. RESULTS: 90 responses were received from 219 CSPCP members (41.1 percent). There was moderate agreement between respondents' perceptions of their own accuracy and that of other physicians (K = 0.549). Of all the respondents, 89.9 percent believed that prognosticating was somewhat or very important. They considered clinical factors most commonly when prognosticating. A range of predictions was given for the scenario; often, the same physician gave different answers to the two people requesting a prognosis. CONCLUSION: Palliative care physicians believe that prognostication is important and use clinical factors to estimate survival. They often give different estimates to different information recipients.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,229
Tête enseignante GPT0,410
Écart entre enseignants0,182 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations6
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Palliative CareMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207