MétaCan
Menu
Retour à la cohorte
Enregistrement W3168336334 · doi:10.1002/hep4.1743

Developing Priorities for Palliative Care Research in Advanced Liver Disease: A Multidisciplinary Approach

2021· review· en· W3168336334 sur OpenAlexaff
Arpan Patel, Christopher D. Woodrell, Nneka N. Ufere, Lissi Hansen, Puneeta Tandon, Manisha Verma, Jennifer C. Lai, Rachel Pinotti, Mina O. Rakoski

Notice bibliographique

RevueHepatology Communications · 2021
Typereview
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensCARE CanadaUniversity of Alberta
Organismes subventionnairesAmerican Association for the Study of Liver DiseasesAmerican Cancer Society
Mots-clésMultidisciplinary approachMedicinePalliative careSpecialtyMultidisciplinary teamHealth careMedical educationNursingFamily medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Individuals with advanced liver disease (AdvLD), such as decompensated cirrhosis (DC) and hepatocellular carcinoma (HCC), have significant palliative needs. However, little research is available to guide health care providers on how to improve key domains related to palliative care (PC). We sought to identify priority areas for future research in PC by performing a comprehensive literature review and conducting iterative expert panel discussions. We conducted a literature review using search terms related to AdvLD and key PC domains. Individual reviews of these domains were performed, followed by iterative discussions by a panel consisting of experts from multiple disciplines, including hepatology, specialty PC, and nursing. Based on these discussions, priority areas for research were identified. We identified critical gaps in the available research related to PC and AdvLD. We developed and shared five key priority questions incorporating domains related to PC. Conclusion: Future research endeavors focused on improving PC in AdvLD should consider addressing the five key priorities areas identified from literature reviews and expert panel discussions.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,937
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,710
Tête enseignante GPT0,616
Écart entre enseignants0,094 · 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

Citations27
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHepatology CommunicationsMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207