MétaCan
Menu
Retour à la cohorte
Enregistrement W2616975411 · doi:10.1007/s40122-017-0072-7

Chronic Non-Cancer Pain Management Capacity in Karachi

2017· review· en· W2616975411 sur OpenAlexaff
S. Fatima Lakha, Peter Pennefather, Mubina Agboatwala, Safia Zafar Siddiqui, Hanan E. Badr, Angela Mailis

Notice bibliographique

RevuePain and Therapy · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensCentre for Disability Prevention and RehabilitationUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComparabilityCancer painMegacityDeveloping countryMedicinePain managementBusinessPublic healthAlternative medicineEconomic growthPolitical sciencePhysical therapyNursingEconomics

Résumé

récupéré en direct d'OpenAlex

Chronic non-cancer pain (CNCP) affects people everywhere in the world, but people in developing countries have far less access to therapies that provide relief. There are often missed opportunities to implement these therapies. Karachi shares many characteristics with megacities of the global south and represents Pakistan in the global city league. This review informs readers about the availability of health management and pain services for CNCP in Karachi, and their comparability to those found in other global cities. The literature about CNCP and its management in Karachi and Pakistan is scarce. Nevertheless, some conclusions can be made. In order to inform readers based in other global cities, a brief review of the current health system and pain services in Karachi and Pakistan are discussed together with barriers that impede pain service outputs. The present review employs vignettes to illustrate typical experiences of CNCP patients seeking pain management services in three sectors: public, charitable, and private institutions.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,807

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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 Opus0,133
Tête enseignante GPT0,378
Écart entre enseignants0,245 · 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'étudeSans objet
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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePain and TherapyMême sujetDiabetes Management and EducationTravaux en français237 207