MétaCan
Menu
Retour à la cohorte
Enregistrement W3159231554 · doi:10.1097/spc.0000000000000547

Intersectionality and heart failure: what clinicians and researchers should know and do

2021· review· en· W3159231554 sur OpenAlexaff
Saleema Allana, Chantal F. Ski, David R. Thompson, Alexander M. Clark

Notice bibliographique

RevueCurrent Opinion in Supportive and Palliative Care · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute on Minority Health and Health Disparities
Mots-clésIntersectionalityPrivilege (computing)Ethnic groupMedicineRace (biology)GerontologyGender studiesSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: To review the application of intersectionality to heart failure. Intersectionality refers to the complex ways in which disenfranchisement and privilege intersect to reproduce and influence health and social outcomes. RECENT FINDINGS: Intersectionality challenges approaches that focus on a single or small number of socio-demographic characteristics, such as sex or age. Instead, approaches should take account of the nature and effects of a full range of socio-demographic factors linked to privilege, including: race and ethnicity, social class, income, age, gender identity, disability, geography, and immigration status. Although credible and well established across many fields - there is limited recognition of the effects of intersectionality in research into heart disease, including heart failure. This deficiency is important because heart failure remains a common and burdensome syndrome that requires complex pharmacological and nonpharmacological care and collaboration between health professionals, patients and caregivers during and at the end-of-life. SUMMARY: Approaches to heart failure clinical care should recognize more fully the nature and impact of patients' intersectionality- and how multiple factors interact and compound to influence patients and their caregivers' behaviours and health outcomes. Future research should explicate the ways in which multiple factors interact to influence health outcomes.

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)0,010
score de la tête « metaresearch » (Gemma)0,031
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,002
Communication savante0,0050,009
Science ouverte0,0020,003
Intégrité de la recherche0,0040,005
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 Opus0,346
Tête enseignante GPT0,517
Écart entre enseignants0,171 · 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
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

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Supportive and Palliative CareMême sujetHeart Failure Treatment and ManagementTravaux en français237 207