Digitally‐enabled, patient‐centred care in rhinitis and asthma multimorbidity: The ARIA‐MASK‐air<sup>®</sup>approach
Notice bibliographique
Résumé
Abstract MASK‐air ® , a validated mHealth app (Medical Device regulation Class IIa) has enabled large observational implementation studies in over 58,000 people with allergic rhinitis and/or asthma. It can help to address unmet patient needs in rhinitis and asthma care. MASK‐air ® is a Good Practice of DG Santé on digitally‐enabled, patient‐centred care. It is also a candidate Good Practice of OECD (Organisation for Economic Co‐operation and Development). MASK‐air ® data has enabled novel phenotype discovery and characterisation, as well as novel insights into the management of allergic rhinitis. MASK‐air ® data show that most rhinitis patients (i) are not adherent and do not follow guidelines, (ii) use as‐needed treatment, (iii) do not take medication when they are well, (iv) increase their treatment based on symptoms and (v) do not use the recommended treatment. The data also show that control (symptoms, work productivity, educational performance) is not always improved by medications. A combined symptom‐medication score (ARIA‐EAACI‐CSMS) has been validated for clinical practice and trials. The implications of the novel MASK‐air ® results should lead to change management in rhinitis and asthma.
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».