MétaCan
Menu
← Retour à la cohorte
Enregistrement W2942853760

Case 12 : Policy Meets Practice – People Who Inject Drugs (PWID)

2017· article· en· W2942853760 sur OpenAlexaboutno aff
Shannon L. Sibbald, Jacob Shelley

Notice bibliographique

RevueScholarship@Western (Western University) · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessCommunity practicePublic relationsMedicinePolitical sciencePharmacyNursing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dr. Silverman is the Chief of Infectious Diseases at London Health Sciences Centre (LHSC) and St. Joseph’s Health Care in London, Ontario. He is concerned about the increasing prevalence of people who inject drugs (PWID) in London, and the risk to PWID of bacterial infections due to contamination (e.g., improperly or unsterilized injection equipment, skin not being sterilized before injection). Of primary concern is the risk of infective endocarditis (IE), an infection in a patient’s heart. Treatment for IE entails antibiotics administered through the intravenous (IV) route. IE is generally treated through home care; in London, the South West Community Care Access Centre (CCAC) is responsible for delivering home care. To treat IE at home, a patient would need a peripherally inserted central catheter (a PICC-line) and assistance from a CCAC nurse to administer the antibiotics. This option, however, is not viable for some patients, including those who fall under the category of PWID or who may not have a fixed address. In the case of PWID, the PICC-line, in effect, becomes a “highway” for injecting other drugs; in instances where a patient may not have secure housing or be homeless, the CCAC nurse may not be able to track down the individual. When a patient in one of these situations is being treated for IE, it puts the care team in a difficult position. The alternatives to home care are hospital admittance or no treatment at all, neither of which are ideal solutions. Dr. Silverman is currently in this position, as he must decide on a treatment plan for Mr. W., a patient who has IE, has struggled with drug addiction (the likely cause of his IE), and who does not have stable housing. In making his decision, Dr. Silverman has included on Mr. W.’s care team two other physicians from LHSC, a representative from the CCAC, and the managing director of London CAReS, a community-based housing-first organization. The care team must determine the best treatment plan for Mr. W.

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)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,003
Communication savante0,0020,003
Science ouverte0,0020,004
Intégrité de la recherche0,0120,011
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,073
Tête enseignante GPT0,361
Écart entre enseignants0,288 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)→Même sujetOpioid Use Disorder Treatment→Travaux en français237 207→