MétaCan
Menu
Retour à la cohorte
Enregistrement W3175038496 · doi:10.17225/jhp00178

Personalising haemophilia management with shared decision making

2021· article· en· W3175038496 sur OpenAlexaff
Leonard A. Valentino, Victor S. Blanchette, Claude Négrier, Brian O’Mahony, Val Bias, Thomas Sannié, Mark W. Skinner

Notice bibliographique

RevueThe Journal of Haemophilia Practice · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueHemophilia Treatment and Research
Établissements canadiensSickKids FoundationHospital for Sick ChildrenMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHaemophiliaMedicinePaternalismDecision aidsNursingAlternative medicinePediatrics

Résumé

récupéré en direct d'OpenAlex

Abstract The current standard of care for treating people with haemophilia (PWH) in the developed world is prophylaxis with regular infusions of clotting factor concentrates. Gene therapy is being investigated as a new treatment paradigm for haemophilia and if approved would potentially eliminate the need for chronic, burdensome infusions. In recent years, shared decision making (SDM) has become increasingly common in patient care settings. SDM is a stepwise process that relies on reciprocal information sharing between the practitioner and patient, resulting in health care decisions stemming from the informed preferences of both parties. SDM represents a departure from the traditional, paternalistic clinical model where the practitioner drives the treatment decision and the patient passively defers to this decision. As the potential introduction of gene therapy in haemophilia may transform the current standard of care, and impact disease management and goals in unique ways, both practitioners and PWH may find their knowledge tested when considering the appropriate use of a novel technology. Therefore, it is incumbent upon haemophilia practitioners to foster an open, trusting, and supportive relationship with their patients, while PWH and their caregivers must be knowledgeable and feel empowered to participate in the decision making process to achieve truly shared treatment decisions.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,520
Score d'incertitude au seuil0,545

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,035
Tête enseignante GPT0,357
Écart entre enseignants0,321 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
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

Citations29
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Haemophilia PracticeMême sujetHemophilia Treatment and ResearchTravaux en français237 207