MétaCan
Menu
Retour à la cohorte
Enregistrement W4285042463 · doi:10.1038/s41371-022-00706-9

Country experiences on the path to exclusive use of validated automated blood pressure measuring devices within the HEARTS in the Americas Initiative

2022· article· en· W4285042463 sur OpenAlexaff
Cintia Lombardi, Dean S. Picone, James E. Sharman, Norm R.C. Campbell, Rafael Feldmann Farias, Stephanie Guerre, Anselm Gittens, Mélanie Paccot, Nilda Villacres, Yamilé Valdés, Pedro Ordúñez

Notice bibliographique

RevueJournal of Human Hypertension · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood Pressure and Hypertension Studies
Établissements canadiensLibin Cardiovascular Institute of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineProcurementControl (management)Set (abstract data type)Public healthHealth careBest practiceBlood pressureProcess managementEconomic growthNursingBusinessMarketingComputer science

Résumé

récupéré en direct d'OpenAlex

The aim of the HEARTS in the Americas initiative is to promote the adoption of global best practices in the prevention and control of cardiovascular diseases, and improve the control of hypertension. HEARTS is being implemented in 21 countries and a diverse set of actions and measures are in progress to improve exclusive access in primary health care facilities to automated blood pressure measuring devices that have been validated for accuracy. The purpose of this manuscript is to illustrate these efforts, mainly in the regulatory and public procurement arena, and to present information on common challenges and solutions identified. Examples from six countries confirm the need for not only a robust regulatory framework to increase availability of validated automated blood pressure measuring devices but also a comprehensive strategic approach that involves relevant stakeholders, includes a multi-pronged approach and is associated with a national program to prevent and control non communicable diseases.

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)0,024
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,024
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,005
Communication savante0,0080,004
Science ouverte0,0010,010
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,310
Écart entre enseignants0,193 · 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'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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Human HypertensionMême sujetBlood Pressure and Hypertension StudiesTravaux en français237 207