MétaCan
Menu
Retour à la cohorte
Enregistrement W3164422978 · doi:10.1503/cjs.014219

Preventing hip fractures with multidisciplinary teams: a Canadian perspective

2021· review· en· W3164422978 sur OpenAlexaffvenueabout
Ethan B. Sanders, Johanna Dobransky, Lara Cheaitani, Nicole Harris, Allan Liew, Steven Papp, George Grammatopoulos

Notice bibliographique

RevueCanadian Journal of Surgery · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueHip and Femur Fractures
Établissements canadiensOttawa HospitalUniversity of TorontoUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineMultidisciplinary approachMultidisciplinary teamHip fractureNursingOsteoporosis

Résumé

récupéré en direct d'OpenAlex

Fragility fractures (FFs) are low-energy trauma fractures that occur at or below standing height. Among FFs, hip fractures are associated with the greatest morbidity, mortality and cost to Canadian health care systems. This review highlights the current state of medical care for hip fractures in Canada, with specific focus on the role of the multidisciplinary team. Gaps in care exist, as FFs represent a unique challenge requiring both acute and chronic management. Furthermore, there is a lack of ownership of FFs by a medical specialty. These gaps can be addressed through the use of multidisciplinary teams, which have been shown to be efficacious and cost-effective. This model of care also addresses numerous patient-identified barriers to treatment, including inadequate patient counselling. However, there is still room for improvement in both the identification of patients at risk for hip fracture and patient adherence to therapy.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,881
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,051
Tête enseignante GPT0,341
Écart entre enseignants0,290 · 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 tête enseignante, pas un consensus.

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

Citations6
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of SurgeryMême sujetHip and Femur FracturesTravaux en français237 207