ASCP’s 2021 Choosing Wisely® Recommendations: A Proud Accomplishment
Notice bibliographique
Résumé
Choosing Wisely® (CW) is a campaign to engage physicians and patients in conversations about unnecessary tests, treatments, and procedures. The campaign began in the United States in 2012 and in Canada in 2014, and now many countries around the world are adapting the campaign and implementing it. Currently, approximately 80 societies in the United States have published CW recommendations. Each recommendation is supported by clinical guidelines (when necessary), evidence-based ratinale, including information about when these tests or procedures may be appropriate. A deprescribing task force led by Chair Beier was created by ASCP in November 2018 after several conversations between ASCP leadership (notably, President J. Hirshfield) and Beier. Task force members comprise pharmacists practicing in academia, community, and long-term care settings. The chair also invited pharmacists from international countries (Canada and Australia) where deprescribing initiatives have a strong focus and scientific literature base. One of the primary goals for Chair Beier was to add ASCP's voice to the ABIM CW Campaign. Because ASCP is a membership association that represents pharmacists, health care professionals, and students serving the unique medication needs of older patients, by adding its name to the list of supporting partners, the organization makes a compelling argument to address deprescribing initiatives, tools, scientific literature, and resources to assist in initiating deprescribing conversations and their subsequent implementation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».