MétaCan
Menu
Retour à la cohorte
Enregistrement W2972308594 · doi:10.1016/j.amjmed.2019.08.032

What Patients With Idiopathic Pulmonary Fibrosis and Caregivers Want: Filling the Gaps With Patient Reported Outcomes and Experience Measures

2019· review· en· W2972308594 sur OpenAlexaff
Meena Kalluri, Fabrizio Luppi, Giovanni Ferrara

Notice bibliographique

RevueThe American Journal of Medicine · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueInterstitial Lung Diseases and Idiopathic Pulmonary Fibrosis
Établissements canadiensUniversity of AlbertaAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésMedicineIdiopathic pulmonary fibrosisQuality of life (healthcare)DiseaseIntensive care medicineContext (archaeology)Health carePulmonary fibrosisPhysical therapyInternal medicineFibrosisLungNursing

Résumé

récupéré en direct d'OpenAlex

Idiopathic pulmonary fibrosis is a progressive disease, with a high mortality within the first 3-5 years from diagnosis and a poor quality of life mainly because of the burden of symptoms, such as dyspnea and cough, occurring usually many months before the diagnosis. Although available antifibrotic therapies slow down disease progression, they have no impact on quality of life. Moreover, health care around idiopathic pulmonary fibrosis patients is often "disease-centered" and relies on clinical surrogate outcomes that are poorly related to patients' quality of life and disease experience. Therefore, patients with idiopathic pulmonary fibrosis have several unmet needs in all domains of health that they wish to see recognized and addressed in the context of the treatment of their disease and its complications. In this review, we summarize the care pathway from the patients' perspective, identifying current gaps in care, education, support, and communication among patients with IPF, their caregivers, and care teams during the patient journey. The role of patient-reported outcomes (PROs), PRO measures (PROMs), and patient-reported experience measures (PREMs) in their care is discussed, as well as the need of disease-specific PROs, PROMs, and PREMs.

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)0,011
score de la tête « metaresearch » (Gemma)0,026
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0070,003
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,285
Écart entre enseignants0,263 · 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
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

Citations66
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueThe American Journal of MedicineMême sujetInterstitial Lung Diseases and Idiopathic Pulmonary FibrosisTravaux en français237 207