MétaCan
Menu
← Retour à la cohorte
Enregistrement W4224326371 · doi:10.2196/33426

Children With Medical Complexity in the Canadian Maritimes: Protocol for a Mixed Methods Study

2022· article· en· W4224326371 sur OpenAlexafffundvenueabout
Sydney Breneol, Janet Curran, Marilyn Macdonald, William Montelpare, Samuel A. Stewart, Ruth Martin‐Misener, Jocelyn Vine

Notice bibliographique

RevueJMIR Research Protocols · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensUniversity of Prince Edward IslandIzaak Walton Killam Health CentreDalhousie University
Organismes subventionnairesCanadian Institutes of Health ResearchKillam TrustsDalhousie UniversityNova Scotia Health Research Foundation
Mots-clésHealth careQualitative propertyPopulationQualitative researchResource (disambiguation)Health services researchPopulation healthMedicineNursingFamily medicinePublic healthEnvironmental healthComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Ongoing developments in the medical field have improved survival rates and long-term management of children with complex chronic health conditions. While the number of children with medical complexity is small, they use a significant amount of health resources across various health settings and sectors. Research to date exploring this pediatric population has relied primarily on quantitative or qualitative data alone, leaving significant gaps in our understanding of this population. OBJECTIVE: The objective of this research is to use health administrative and family-reported data to gain an in-depth understanding of patterns of health resource use and health care needs of children with medical complexity and their families in the Canadian Maritimes. METHODS: An explanatory sequential mixed methods design will be used to achieve our research objective. Phase 1 of this research will leverage the use of health administrative data to examine the prevalence and health service use of children with medical complexity. Phase 2 will use case study methods to collect multiple sources of family-reported data to generate a greater understanding of their experiences, health resource use, and health care needs. Two cases will be developed in each of the 3 provinces. Cases will be developed through semistructured interviews with families and their health care providers and health resource journaling. Findings will be triangulated from phase 1 and 2 using a joint display table to visually depict the convergence and divergence between the quantitative and qualitative findings. This triangulation will result in a comprehensive and in-depth understanding into the population of children with medical complexity. RESULTS: This study will be completed in May 2022. Findings from each phase of the research and integration of the two will be reported in full in 2022. CONCLUSIONS: There is a current disconnect between the Canadian health care system and the needs of children with medical complexity and their families. By combining health administrative and family-reported data, this study will unveil critical information about children with medical complexity and their families to more efficiently and effectively meet their health care needs. Results from this research will be the first step in designing patient-oriented health policies and programs to improve the health care experiences, health system use, and health outcomes of children with medical complexity and their families. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/33426.

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)0,089
score de la tête « metaresearch » (Gemma)0,064
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,469

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0890,064
Méta-épidémiologie (sens strict)0,0050,005
Méta-épidémiologie (sens large)0,0070,005
Bibliométrie0,0070,008
Études des sciences et des technologies0,0100,004
Communication savante0,0070,004
Science ouverte0,0060,004
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0900,012

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 Opus0,599
Tête enseignante GPT0,612
Écart entre enseignants0,013 · 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'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJMIR Research Protocols→Même sujetHealthcare Policy and Management→Travaux en français237 207→