Assessment of COPD wellness tools for use in primary care: an IPCRG initiative
Notice bibliographique
Résumé
Andrew J Cave,1 Lana Atkinson,1 Ioanna G Tsiligianni,2,3 Alan G Kaplan41Department of Family Medicine, University of Alberta, Edmonton, Canada; 2Department of General Practice, University Medical Centre of Groningen, Groningen, Netherlands; 3Agia Barbara Health Care Centre, Heraklion, Greece; 4Family Physician Airways Group of Canada, North York, CanadaAbstract: COPD is considered a complex disease and global problem that is predicted to be the third most common cause of death by 2030. While managing this chronic condition, primary health care practitioners are faced with the ongoing challenge of achieving good quality of life and overall "wellness" for those affected. As such, a practical tool for monitoring quality of life in a clinical setting is required. However, due to the wide variety of general and disease-specific tools from which to choose, primary health care practitioners are given minimal guidance as to which tool may be most appropriate. To address these challenges, the International Primary Care Respiratory Group (IPCRG) proposed the creation of a user's guide for primary health care practitioners to assess "wellness" in COPD patients in an everyday clinical setting. This short report outlines the process by which the IPCRG Users' Guide to COPD "Wellness" Tools was developed. It also describes why this guide has the potential to be of great value in guiding primary health care practitioners to improve patient wellness.Keywords: wellness, quality of life, primary care, instrument
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,095 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».