MétaCan
Menu
Retour à la cohorte
Enregistrement W2552583014 · doi:10.1111/all.13090

The burden of nonadherence among adults with asthma: a role for shared decision‐making

2016· review· en· W2552583014 sur OpenAlexaff
Samantha Pollard, Nick Bansback, J. M. FitzGerld, Stirling Bryan

Notice bibliographique

RevueAllergy · 2016
Typereview
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensCentre for Advancing Health OutcomesSt. Paul's HospitalUniversity of British ColumbiaVancouver Coastal Health
Organismes subventionnairesnon disponible
Mots-clésAsthmaMedicineMedical decision makingEnvironmental healthFamily medicineImmunology

Résumé

récupéré en direct d'OpenAlex

A shared approach to decision-making framework has been suggested for chronic disease management especially where multiple treatment options exist. Shared decision-making (SDM) requires that both physician and patients are actively engaged in the decision-making process, including information exchange; expressing treatment preferences; as well as agreement over the final treatment decision. Although SDM appears well supported by patients, practitioners and policymakers alike, the current challenge is to determine how best to make SDM a reality in everyday clinical practice. Within the context of asthma, adherence rates are poor and are linked to outcomes such as reduced asthma control, increased symptoms, healthcare expenditures, and lower patient quality of life. It has been suggested that SDM can improve treatment adherence and that ignoring patients' personal goals and preferences may result in reduced rates of adherence. Furthermore, understanding predictors of poor treatment adherence is a necessary step toward developing effective strategies to improve the patient-reported and clinically important outcomes. Here, we describe why a shared approach to treatment decision-making for asthma has the potential to be an effective tool for improving adherence, with associated clinical and patient-related outcomes. In addition, we explore insights into the reasons why SDM has not been implemented into routine clinical practice.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,923

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,147
Tête enseignante GPT0,440
Écart entre enseignants0,293 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAllergyMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207