Measuring multimorbidity in research: Delphi consensus study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: To develop international consensus on the definition and measurement of multimorbidity in research. Design: Delphi consensus study. Setting: International consensus; data collected in three online rounds from participants between 30 November 2020 and 18 May 2021. Participants: Professionals interested in multimorbidity and people with long term conditions were recruited to professional and public panels. Results: 150 professional and 25 public participants completed the first survey round. Response rates for rounds 2/3 were 83%/92% for professionals and 88%/93% in the public panel, respectively. Across both panels, the consensus was that multimorbidity should be defined as two or more long term conditions. Complex multimorbidity was perceived to be a useful concept, but the panels were unable to agree on how to define it. Both panels agreed that conditions should be included in a multimorbidity measure if they were one or more of the following: currently active; permanent in their effects; requiring current treatment, care, or therapy; requiring surveillance; or relapsing-remitting conditions requiring ongoing care. Consensus was reached for 24 conditions to always include in multimorbidity measures, and 35 conditions to usually include unless a good reason not to existed. Simple counts were preferred for estimating prevalence and examining clustering or trajectories, and weighted measures were preferred for risk adjustment and outcome prediction. Conclusions: Previous multimorbidity research is limited by inconsistent definitions and approaches to measuring multimorbidity. This Delphi study identifies professional and public panel consensus guidance to facilitate consistency of definition and measurement, and to improve study comparability and reproducibility.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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