MétaCan
Menu
Retour à la cohorte
Enregistrement W4321225259 · doi:10.1186/s13223-023-00767-6

Recommendations from a Canadian Delphi consensus study on best practice for optimal referral and appropriate management of severe asthma

2023· article· en· W4321225259 sur OpenAlexafffundvenueabout
Krystelle Godbout, Mohit Bhutani, L. Connors, Charles K. Chan, C. Connors, Del Dorscheid, G. Dyck, Vanessa Foran, Alan Kaplan, Julie C. Reynolds, Susan Waserman

Notice bibliographique

RevueAllergy Asthma and Clinical Immunology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensCanadian Anesthesiologists' SocietyDalhousie UniversityUniversity of TorontoMcMaster UniversitySt. Paul's HospitalCanadian Respiratory Research NetworkUniversity of AlbertaUniversité Laval
Organismes subventionnairesAstraZeneca CanadaAstraZeneca
Mots-clésMedicineAsthmaFamily medicineReferralDelphi methodHealth careInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In Canada, severe asthma affects an estimated 5-10% of people with asthma and is associated with frequent exacerbations, poor symptom control and significant morbidity from the disease itself, as well as the high dose inhaled, and systemic steroids used to treat it. Significant heterogeneity exists in service structure and patient access to severe asthma care, including access to biologic treatments. There appears to be over-reliance on short-acting beta agonists and frequent oral corticosteroid use, two indicators of uncontrolled asthma which can indicate undiagnosed or suboptimally treated severe asthma. The objective of this modified Delphi consensus project was to define standards of care for severe asthma in Canada, in areas where the evidence is lacking through patient and healthcare professional consensus, to complement forthcoming guidelines. METHODS: The steering group of asthma experts identified 43 statements formed from eight key themes. An online 4-point Likert scale questionnaire was sent to healthcare professionals working in asthma across Canada to assess agreement (consensus) with these statements. Consensus was defined as high if ≥ 75% and very high if ≥ 90% of respondents agreed with a statement. RESULTS: A total of 150 responses were received from HCPs including certified respiratory educators, respirologists, allergists, general practitioners/family physicians, nurses, pharmacists, and respiratory therapists. Consensus amongst respondents was very high in 37 (86%) statements, high in 4 (9%) statements and was not achieved in 2 (5%) statements. Based on the consensus scores, ten key recommendations were proposed. These focus on referrals from primary and secondary care, accessing specialist asthma services, homecare provision for severe asthma patients and outcome measures. CONCLUSIONS: Implementation of these recommendations across the severe asthma care pathway in Canada has the potential to improve outcomes for patients through earlier detection of undiagnosed severe asthma, reduction in time to severe asthma diagnosis, and initiation of advanced phenotype specific therapies.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,802
Score d'incertitude au seuil0,899

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,169
Tête enseignante GPT0,479
Écart entre enseignants0,311 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations22
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueAllergy Asthma and Clinical ImmunologyMême sujetDelphi Technique in ResearchTravaux en français237 207