MétaCan
Menu
Retour à la cohorte
Enregistrement W4250674631 · doi:10.3399/bjgp19x705689

Commissioning

2019· letter· en· W4250674631 sur OpenAlexaboutno aff
Sami Ahmed

Notice bibliographique

RevueBritish Journal of General Practice · 2019
Typeletter
Langueen
DomaineHealth Professions
ThématiqueHealthcare Systems and Challenges
Établissements canadiensnon disponible
Organismes subventionnairesDebreceni Egyetem
Mots-clésMedicineComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Slumber at scale: a digital solution for a tiresome problemWe are grateful to Dr Judith Davidson and her team from Canada for their focus on this highly prevalent condition and for highlighting the effectiveness of cognitive behavioural therapy (CBT) for insomnia within primary care. 1 Indeed, CBT is the treatment of choice according to clinical guidelines.A significant challenge however is how to deliver effective treatment at scale.Certainly within the NHS, where some 12 million prescriptions for sleeping pills are still written annually, it is difficult to imagine there being an adequate supply of clinical psychologists or trained therapists to deliver this CBT.Both logistical and financial barriers suggest that we must look to a more pragmatic and scalable solution.Digital CBT directly addresses this impasse, offering a demonstrably effective, accessible solution that is also readily scalable and cost-effective.The evidence is strong for equivalence in treatment outcomes between this and more traditional modes of delivery, yet the ability to immediately apply it at population scale is a unique benefit.In addition, the positive outcomes permeate through other health domains with significant improvements shown in mental health and wellbeing.2,3 Brief clinical tools such as the two-item Sleep Condition Indicator (SCI-02) 4 are also now available to appraise insomnia in general practice.They are well validated and memorable enough to screen for the majority of cases.GPs have been calling for a solution to the escalating hypnotic prescribing problem and digital CBT can provide it.Sleepio (https:// www.sleepio.com/) is one such programme that is referenced as clinically effective in international clinical guidelines, has been subject to NICE MIB briefing, and, through NHS innovation funding, it is being rolled out across London and the Thames Valley.Minimal training is required for this type of automated digital medicine and ways of delivering digital therapies to patients in primary care are being developed.Further work is needed to understand exactly how such solutions can be recommended or prescribed by primary care clinicians; however, the potential for evidence-based digital CBT to satisfy clinical demand for an effective insomnia treatment is compelling.A radical, population-scale approach to this most ubiquitous of problems is long overdue.

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)0,004
score de la tête « metaresearch » (Gemma)0,050
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,259

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,050
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0060,003
Communication savante0,0050,005
Science ouverte0,0020,004
Intégrité de la recherche0,0260,027
Charge utile insuffisante (le modèle a refusé de juger)0,0770,042

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 Opus0,104
Tête enseignante GPT0,455
Écart entre enseignants0,351 · 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
GenreCommentaire

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of General PracticeMême sujetHealthcare Systems and ChallengesTravaux en français237 207