MétaCan
Menu
Retour à la cohorte
Enregistrement W3046093029 · doi:10.3390/jcm9082406

Concurrent Disorder Management Guidelines. Systematic Review

2020· review· en· W3046093029 sur OpenAlexafffund
Syune Hakobyan, Sara Vazirian, Stephen Lee-Cheong, Michael Krausz, William G. Honer, Christian G. Schütz

Notice bibliographique

RevueJournal of Clinical Medicine · 2020
Typereview
Langueen
DomaineArts and Humanities
ThématiqueMental Health and Psychiatry
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of British Columbia
Mots-clésMedicineCritical appraisalSystematic reviewBest practiceNiceInclusion (mineral)MEDLINEMedical physicsAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

Concurrent disorder refers to a diverse set of combinations of substance use disorders and mental disorders simultaneously in need of treatment. Concurrent disorders are underdiagnosed, undertreated, and more complex to manage, practicing the best recommendations can support better outcomes. The purpose of this work is to systematically assess the quality of the current concurrent disorders' clinical recommendation management guidelines. Literature searches were performed by two independent authors in electronic databases, web, and gray literature. The inclusion criteria were English language clinical management guidelines for adult concurrent disorders between 2000 and 2020. The initial search resulted in 8841 hits. A total of 24 guidelines were identified and assessed with the standardized guidelines assessment tool: AGREE II (Appraisal of Guidelines for Research and Evaluation). Most guidelines had acceptable standards, however, only the NICE guidelines had all detailed information on all AGREE II Domains. Guidelines generally supported combinations of treatments for individual disorders with a very small evidence base for concurrent disorders, and they provided little recommendation for further structuring of the field, such as level of complexity or staging, or evaluating different models of treatment integration.

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)0,017
score de la tête « metaresearch » (Gemma)0,105
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,105
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0060,006
Bibliométrie0,0240,016
Études des sciences et des technologies0,0010,001
Communication savante0,0040,005
Science ouverte0,0040,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,467
Tête enseignante GPT0,574
Écart entre enseignants0,107 · 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'étudeRevue systématique
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

Citations94
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetMental Health and PsychiatryTravaux en français237 207