Ten deprescribing articles you should know about: A guide for newcomers to the field
Notice bibliographique
Résumé
Authors on this article have authored and collaborated with authors of several of the studies mentioned in this commentary. Dr. Reeve is supported by an NHMRC Investigator Grant (GNT1195460) and grants from the National Institute on Aging (R33-AG057289 and R01-AG070047-01). She also receives royalties for co-authoring a chapter on deprescribing in UpToDate and honorarium from the Society of Hospital Pharmacists of Australia (leading workshops on deprescribing). Sion Scott has/has had research collaborations with INVISIO Pharmaceuticals, Desitin Pharma and iEthico but has no financial interest in the organizations. Michael A. Steinman is supported by grants from the US National Institute on Aging (R24AG064025, K24AG049057, P30AG044281) and receives honoraria from the American Geriatrics Society and from UpToDate for chapter authorship. Dr. McDonald is the creator and owner of the software MedSafer, licenced for used by MedSafer Corp. MedSafer provides electronic decision support for deprescribing. Dr. Farrell has received honoraria from the American College of Clinical Pharmacy for a textbook chapter and from the United States Deprescribing Research Network as a Scientific Advisory Board Member. Dr. Thompson has received a grant from the US Deprescribing Network (US National Institute on Aging).
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 | 0,028 | 0,122 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,018 | 0,029 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,016 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,158 | 0,163 |
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 ».