MétaCan
Menu
Retour à la cohorte
Enregistrement W2993669671 · doi:10.1002/14651858.ed000143

Cochrane Sustainable Healthcare: evidence for action on too much medicine

2019· editorial· en· W2993669671 sur OpenAlexafffund
Minna Johansson, Lisa Bero, Xavier Bonfill, Matteo Bruschettini, Sarah Garner, Claire Glenton, Russell Harris, Karsten Juhl Jørgensen, Wendy Levinson, Tamara Lotfi, Víctor M. Montori, Dina Muscat Meng, Holger J. Schünemann, António Vaz Carneiro, Steven Woloshin, Ray Moynihan

Notice bibliographique

RevueCochrane Database of Systematic Reviews · 2019
Typeeditorial
Langueen
DomaineHealth Professions
ThématiqueHealthcare cost, quality, practices
Établissements canadiensMcMaster UniversityCochrane
Organismes subventionnairesBond UniversityDartmouth CollegeAmerican University of BeirutUniversidade de LisboaMcMaster UniversityWorld Health Organization
Mots-clésHealth careHarmMedicinePopulationPsychological interventionBusinessEnvironmental healthEconomic growthPolitical scienceNursingEconomics

Résumé

récupéré en direct d'OpenAlex

Medical excess threatens the health of individuals and the sustainability of health systems.[1][2][3]Unnecessary tests, treatments, and diagnoses bring direct harm to people through adverse e ects of interventions,[3][4] psychosocial impacts of labelling,[5] and overwhelming burden of treatment.[6]Overuse and overdiagnosis also consumes scarce resources, leading to underuse and underdiagnosis in other areas, which indirectly harms patients.[7] As healthcare spending grows all over the world, [8] with poor correlation between increased costs and improved health in high-income countries, [9] there is growing recognition that much of that spending is unnecessary.Increased costs of healthcare also draws resources from other societal sectors capable of improving health and wellbeing for the population.[10] By tackling the crisis of medical excess, we can reduce harm and prevent waste, making our health systems more sustainable and more beneficial for patients and societies.

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)0,088
score de la tête « metaresearch » (Gemma)0,409
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,321
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0880,409
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0110,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,713
Tête enseignante GPT0,624
Écart entre enseignants0,089 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
Domainenon disponible
GenreÉditorial

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

En bref

Citations24
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCochrane Database of Systematic ReviewsMême sujetHealthcare cost, quality, practicesTravaux en français237 207