MétaCan
Menu
Retour à la cohorte
Enregistrement W3082454838 · doi:10.1038/s41746-020-00326-y

Digital advantage in the COVID-19 response: perspective from Canada’s largest integrated digitalized healthcare system

2020· article· en· W3082454838 sur OpenAlexafffundabout
Daniel C. Baumgart

Notice bibliographique

Revuenpj Digital Medicine · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueCOVID-19 Digital Contact Tracing
Établissements canadiensUniversity of Alberta HospitalUniversity of Alberta
Organismes subventionnairesAlberta Machine Intelligence InstituteUniversity of AlbertaGovernment of AlbertaCanadian Institute for Advanced ResearchAlberta Health Services
Mots-clésTelehealthHealth carePopulationBusinessTelemedicineMedicine

Résumé

récupéré en direct d'OpenAlex

The SARS-CoV-2 pandemic has challenged healthcare systems worldwide. Uncertainty of transmission, limitations of physical healthcare system infrastructure and supplies as well as workforce shortages require dynamic adaption of resource deployment to manage rapidly evolving care demands, ideally based on real time data for the entire population. Moreover, shut down of traditional face-to-face care infrastructure requires rapid deployment of virtual health care options to avoid collapse of health organizations. The Alberta Electronic Health Record Information System is one of the largest population based comprehensive electronic medical record (EMR) installations. Alberta's long standing solid telehealth hardware-, training-, provider remuneration- and legislation infrastructure has enabled quick transition to virtual healthcare. Virtual health services including asynchronous secure clinical communications, real-time virtual care via messaging, telephony or video conferencing (telehealth) and ancillary functions like triage, scheduling, documentation and reporting, the previously established virtual hospital program with home monitoring, virtual health assessments, medication review, education and support for patients and families and coordination between family doctors, specialists and other health team members help to control viral transmission, protect healthcare personnel and save supplies. Moreover, rapid launch of online screening and triage tools to guide testing and isolation, online result sharing, infected patient and contact tracing including a smartphone exposure tracking application (ABTraceTogether), electronic best practice alerts and decision support tools, test and treatment order sets for standardized COVID-19 management, continuous access to population level real-time data to inform healthcare provider, public health and government decisions have become key factors in the management of a global crisis in Alberta.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil0,963

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0130,007
Communication savante0,0170,006
Science ouverte0,0020,006
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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 Opus0,035
Tête enseignante GPT0,299
Écart entre enseignants0,264 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations83
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuenpj Digital MedicineMême sujetCOVID-19 Digital Contact TracingTravaux en français237 207