MétaCan
Menu
Retour à la cohorte
Enregistrement W4224233814 · doi:10.12927/hcq.2022.26771

Partnering with Patients to Enhance Access to Kidney Transplantation and Living Kidney Donation

2022· article· en· W4224233814 sur OpenAlexaffvenue
Kyla L. Naylor, Susan McKenzie, Amit X. Garg, Seychelle Yohanna, Jessica M. Sontrop

Notice bibliographique

RevueHealthcare Quarterly · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueOrgan Donation and Transplantation
Établissements canadiensSt. Joseph’s Healthcare HamiltonLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineKidney donationKidney transplantationDonationKidneyTransplantationIntensive care medicineKidney transplantSurgeryInternal medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Kidney transplantation gives many patients with kidney failure a longer and healthier life.Unfortunately, some transplant-eligible patients will never receive one.In this paper, we describe how patients and researchers collaborated on new strategies and programs to enhance access to kidney transplantation and living kidney donation.These efforts led to the creation of the Transplant Ambassador Program (TAP).TAP is a patient-led program that helps connect patients who have kidney failure to individuals who have successfully received a kidney transplant or donated a kidney.We also detail barriers, facilitators and lessons learned from engaging patients in research.* Lead co-authors.P = Patient partner. Key Points• Patients and researchers collaborated to enhance access to kidney transplant.Efforts led to the creation of the Transplant Ambassador Program -a patient-led program that connects patients who have kidney failure with kidney transplant recipients.• Several facilitators, barriers and lessons learned from engaging patients in research were identified.Some facilitators included biweekly meetings with patients and the research team to sustain engagement and keep an open line of communication.• Patient partners were involved throughout the study, from study development to manuscript preparation, which enriched the research and ensured that the research is meaningful to patients and healthcare professionals.

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)0,015
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0080,003
Communication savante0,0050,004
Science ouverte0,0010,012
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,014
Tête enseignante GPT0,315
Écart entre enseignants0,301 · 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'étudeQualitatif
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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetOrgan Donation and TransplantationTravaux en français237 207