MétaCan
Menu
Retour à la cohorte
Enregistrement W2419172189 · doi:10.1177/082585970201800403

Developing Palliative Care Surveillance in Canada: Results of a Pilot Study

2002· article· en· W2419172189 sur OpenAlexaffabout
Leslie A. Gaudette, Fan Shi, T Lipskie, Pierre Allard, Robin L. Fainsinger, David Maxwell, Mike Harlos

Notice bibliographique

RevueJournal of Palliative Care · 2002
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensQueen Elizabeth II Health Sciences CentreUniversity of AlbertaCanadian Hospice Palliative Care AssociationDalhousie UniversityWinnipeg Regional Health AuthorityUniversity of OttawaUniversity of ManitobaHealth Canada
Organismes subventionnairesnon disponible
Mots-clésPalliative careMedicineTertiary careFamily medicineMedical diagnosisUnit (ring theory)Emergency medicineNursingPsychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: A pilot study compiled data from six palliative care centres across Canada to assess the feasibility of developing a national surveillance system. METHODS: Data provided for the three-year period between 1993-1997 were combined into a comparative minimum data set. Analyses included 6,369 care episodes from five centres, plus 948 patients from one centre. RESULTS: Care was provided in various settings including acute care wards, dedicated palliative care units, tertiary care, chronic care, and at home. Palliative care patients comprised equal numbers of men and women, with a median age of 69 years; 92% had cancer diagnoses. Median length of stay (LOS) for each care episode was 13 days, increasing to 40-43 days for a patient's entire time in care. LOS varied greatly, by care setting, from seven days (dedicated unit), to 19 days (tertiary unit), 37 days (home), and 54 days (chronic care). Our findings are similar to those reported from national surveys in Australia and the United Kingdom. SUMMARY: This study generated useful baseline data and identified key issues requiring resolution before establishing a national surveillance system, including the need to track patients across care settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,518
Score d'incertitude au seuil0,960

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,222
Tête enseignante GPT0,407
Écart entre enseignants0,185 · 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 tête enseignante, 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

Citations15
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

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