MétaCan
Menu
Retour à la cohorte
Enregistrement W4367835985 · doi:10.1111/bcpt.13877

Ten deprescribing articles you should know about: A guide for newcomers to the field

2023· article· en· W4367835985 sur OpenAlexaff
Wade Thompson, Emily Reeve, Emily G. McDonald, Barbara Farrell, Sion Scott, Michael A. Steinman, Lucas Morin, Carina Lundby

Notice bibliographique

RevueBasic & Clinical Pharmacology & Toxicology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensBruyèreUniversity of OttawaUniversity of WaterlooMcGill University Health CentreUniversity of British Columbia
Organismes subventionnairesNational Health and Medical Research CouncilNational Institute on AgingDesitin Arzneimittel
Mots-clésDeprescribingField (mathematics)MedicinePsychologyPolypharmacyPharmacologyMathematics

Résumé

récupéré en direct d'OpenAlex

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 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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,169
Tête enseignante GPT0,490
Écart entre enseignants0,321 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBasic & Clinical Pharmacology & ToxicologyMême sujetChronic Disease Management StrategiesTravaux en français237 207