MétaCan
Menu
Retour à la cohorte
Enregistrement W2573361251 · doi:10.1017/s0714980816000702

An Ecological Approach to Reducing Potentially Inappropriate Medication Use: Canadian Deprescribing Network

2017· article· fr· W2573361251 sur OpenAlexafffundabout
Cara Tannenbaum, Barbara Farrell, James C. Shaw, Steve Morgan, Johanna Trimble, Janet C. Currie, Justin P. Turner, Paula A. Rochon, James Silvius

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2017
Typearticle
Languefr
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensInstitut Universitaire de Gériatrie de MontréalUniversity of British ColumbiaCanadian Patient Safety InstituteInstitute of Population and Public HealthAlberta Health ServicesWomen's College HospitalBruyèreUniversité de Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPolypharmacyDeprescribingBeers CriteriaStakeholderHealth careProcess (computing)BusinessEnablingMedicineNursingPublic relationsIntensive care medicinePsychiatryComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Polypharmacy is growing in Canada, along with adverse drug events and drug-related costs. Part of the solution may be deprescribing, the planned and supervised process of dose reduction or stopping of medications that may be causing harm or are no longer providing benefit. Deprescribing can be a complex process, involving the intersection of patients, health care providers, and organizational and policy factors serving as enablers or barriers. This article describes the justification, theoretical foundation, and process for developing a Canadian Deprescribing Network (CaDeN), a network of individuals, organizations, and decision-makers committed to promoting the appropriate use of medications and non-pharmacological approaches to care, especially among older people in Canada. CaDeN will deploy multiple levels of action across multiple stakeholder groups simultaneously in an ecological approach to health system change. CaDeN proposes a unique model that might be applied both in national settings and for different transformational challenges in health care.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,607
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0040,000
Communication savante0,0020,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,070
Tête enseignante GPT0,311
Écart entre enseignants0,241 · 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.

Devis d'étudeSans objet
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

Citations82
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207