MétaCan
Menu
Retour à la cohorte
Enregistrement W4283804153 · doi:10.1093/pch/pxac044

Care maps: De-medicalizing children with medical complexity

2022· article· en· W4283804153 sur OpenAlexaff
Blossom Dharmaraj, Sherri Adams, Julia Orkin

Notice bibliographique

RevuePaediatrics & Child Health · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueChild and Adolescent Health
Établissements canadiensUniversity of TorontoSickKids Foundation
Organismes subventionnairesnon disponible
Mots-clésPromotion (chess)Health careMedical diagnosisNursingResource (disambiguation)PsychologyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Children with medical complexity (CMC) have extremely high health care needs. Given their chronic complex diagnoses and involvement of multiple care providers, they are often over medicalized and seen as a list of diagnoses rather than as a child. Parents of CMC are extraordinary caregivers and advocates for their children. Parental values and perspectives are critical drivers of medical decision making, therefore highlighting the importance of collaboration between all members of the medical team. For health care providers (HCPs) to holistically guide and support families, an all encompassing, big picture understanding of CMC and their family is needed, and care maps are one such vehicle to provide this insight. Care maps are a parent-created tool that can be used to provide a holistic view of the child and demonstrate the complexity of life and interrelatedness of services for CMC. Previous research has shown that care maps have been used as a resource to promote parental reflection and identify parental priorities of care. Promotion of care maps by HCPs as a valuable tool in understanding the child and family's goals may help improve holistic understanding and promote collaborative care.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,299
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0070,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,366
Écart entre enseignants0,329 · 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.

Devis d'étudeObservationnel
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child HealthMême sujetChild and Adolescent HealthTravaux en français237 207