MétaCan
Menu
Retour à la cohorte
Enregistrement W3130638160 · doi:10.1111/jep.13521

Beyond multimorbidity: What can we learn from complexity science?

2021· article· en· W3130638160 sur OpenAlexaff
Joachim P. Sturmberg, Linn Getz, Kurt C. Stange, Ross Upshur, Stewart W Mercer

Notice bibliographique

RevueJournal of Evaluation in Clinical Practice · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)MultimorbidityTransformational leadershipFunction (biology)PsychologyHealth careData scienceManagement scienceMedicineDiseaseComputer scienceSocial psychologyPolitical scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Multimorbidity - the occurrence of two or more long-term conditions in an individual - is a major global concern, placing a huge burden on healthcare systems, physicians, and patients. It challenges the current biomedical paradigm, in particular conventional evidence-based medicine's dominant focus on single-conditions. Patients' heterogeneous range of clinical presentations tend to escape characterization by traditional means of classification, and optimal management cannot be deduced from clinical practice guidelines. In this article, we argue that person-focused care based in complexity science may be a transformational lens through which to view multimorbidity, to complement the specialism focus on each particular disease. The approach offers an integrated and coherent perspective on the person's living environment, relationships, somatic, emotional and cognitive experiences and physiological function. The underlying principles include non-linearity, tipping points, emergence, importance of initial conditions, contextual factors and co-evolution, and the presence of patterned outcomes. From a clinical perspective, complexity science has important implications at the theoretical, practice and policy levels. Three essential questions emerge: (1) What matters to patients? (2) How can we integrate, personalize and prioritize care for whole people, given the constraints of their socio-ecological circumstances? (3) What needs to change at the practice and policy levels to deliver what matters to patients? These questions have no simple answers, but complexity science principles suggest a way to integrate understanding of biological, biographical and contextual factors, to guide an integrated approach to the care of people with multimorbidity.

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)0,050
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,050
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0050,033
Communication savante0,0140,037
Science ouverte0,0040,010
Intégrité de la recherche0,0100,025
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,333
Tête enseignante GPT0,544
Écart entre enseignants0,211 · 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
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

Citations65
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Evaluation in Clinical PracticeMême sujetChronic Disease Management StrategiesTravaux en français237 207