MétaCan
Menu
Retour à la cohorte
Enregistrement W3114496789

The New Medical Model: Chronic Disease and Evidence-based Medicine

2016· dissertation· en· W3114496789 sur OpenAlexfundno aff
Jonathan Fuller

Notice bibliographique

RevueTSpace (University of Toronto) · 2016
Typedissertation
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of California, San DiegoUniversity of Toronto
Mots-clésMedicineData scienceComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the traditional medical model, physicians cure acute diseases using knowledge from the basic biomedical sciences. With the rise of chronic disease and evidence-based medicine (EBM) in the second half of the Twentieth Century, ‘the new medical model’ emerged. In the new medical model, physicians prevent or manage chronic diseases using the principles of EBM. Chronic diseases and EBM have created a host of daunting problems for modern medicine. In this thesis dissertation, my Central Aim is a philosophical analysis of chronic disease and of EBM, especially concerning treatment and prevention. I also maintain a Central Thesis: many practical problems in chronic disease care and in EBM are intimately connected to conceptual, metaphysical and epistemic problems. The practical problems include: reductionism; fractured care; multifactorialism; the growing burden of chronic diseases; treatment effect heterogeneity, treatment futility and treatment harm; cookbook medicine; the tyranny of aggregate outcomes; RCT worship; unrepresentative trials; and multimorbidity. The philosophical problems I explore are the following. In Chapter 2, I examine the nature of chronic diseases and advance a metaphysical account in which chronic diseases are bodily properties. In Chapter 3, I re-examine existing models of disease classification and argue for a new descriptive model (the ‘constitutive model’) as well as a new guiding principle for disease prevention (‘the monomechanism ideal’). In Chapter 4, I develop a general account of why mechanistic models often fail to predict the results of medical interventions. In Chapter 5, I reconstruct the standard model of prediction in medicine, the ‘Risk Generalization-Particularization (Risk GP) Model’. In Chapter 6, I develop a theory of causal inference in comparative group studies that illuminates the roles of randomization, confounders and causes. Finally, in Chapter 7 I show why EBM’s preferred approach to generalizing trial results, ‘simple extrapolation’, is a deeply problematic solution to the problem of extrapolation. Throughout the ongoing discussion, we indeed find that many practical problems in modern medicine are tangled up with philosophical problems. It will require both medical and philosophical wisdom to unravel them.

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)0,024
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,043
Communication savante0,0110,021
Science ouverte0,0020,006
Intégrité de la recherche0,0070,016
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,069
Tête enseignante GPT0,431
Écart entre enseignants0,362 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetObesity and Health PracticesTravaux en français237 207