MétaCan
Menu
Retour à la cohorte
Enregistrement W3092262561 · doi:10.1007/s41030-020-00133-6

Switching Inhalers: A Practical Approach to Keep on UR RADAR

2020· article· en· W3092262561 sur OpenAlexaff
Alan Kaplan, Job F. M. van Boven

Notice bibliographique

RevuePulmonary Therapy · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInhalation and Respiratory Drug Delivery
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésInhalerAsthmaMedicineIntensive care medicineMedical physicsPhysical therapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The choice of an inhaler device is often as important as the medication put in it to achieve optimal outcomes for our patients with asthma and/or COPD. With a multitude of drug-device combinations available, optimization of respiratory treatment could well be established by switching devices rather than changing or even augmenting pharmacological or non-pharmacological therapies. Importantly, while notable between-device differences in release mechanism, particle size, drug deposition and required inspiratory flow exist, a patient uncomfortable with their device is unlikely to use it regularly and certainly will not use it properly. Switching requires a careful process and should not be done without patient consent. Switching devices entails several steps that need to be considered, which can be guided using the UR-RADAR mnemonic. It starts with (i) UncontRolled asthma/COPD (or UnaffoRdable device), followed by RADAR: (ii) review the patient's condition (e.g. diagnosis, phenotype, co-morbidities) and address reasons for suboptimal control (e.g. triggers, smoking, non-adherence, poor inhaler technique) to be ruled out before switching; (iii) assess patient's skills related to inhalation (e.g. inspiratory force); (iv) discuss inhaler switch options, patient preferences (e.g. size, daily regimen) and treatment goals; (v) allow patients input and use shared decision-making to decide final treatment choice, acknowledging individual patient skills, preferences and goals; and (vi) re-educate to the new device (at minimum, physical demonstration, verbal explanation and patient repetition, both verbally and physically) and prime the patient for the follow-up (i.e. explain the future patient journey, including multidisciplinary work flows with physicians, nurses and pharmacists).

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)0,023
score de la tête « metaresearch » (Gemma)0,074
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: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,122

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,074
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,003
Communication savante0,0090,016
Science ouverte0,0050,008
Intégrité de la recherche0,0090,019
Charge utile insuffisante (le modèle a refusé de juger)0,0260,030

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 Opus0,082
Tête enseignante GPT0,315
Écart entre enseignants0,233 · 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
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

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePulmonary TherapyMême sujetInhalation and Respiratory Drug DeliveryTravaux en français237 207