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 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)0,034
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,034
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0050,002
Communication savante0,0040,007
Science ouverte0,0020,010
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0170,003

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 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
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