MétaCan
Menu
Retour à la cohorte
Enregistrement W4387473091 · doi:10.1071/ah23159

What have been the clinical outcomes of the Project Synergy/InnoWell digital health platform?

2023· article· en· W4387473091 sur OpenAlexaff
Jeffrey CL Looi, Stephen Allison, Tarun Bastiampillai, Steve Kisely

Notice bibliographique

RevueAustralian Health Review · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Population healthHealth economicsMental healthDigital healthHealth careReferralProject commissioningMedicinePublic healthBusinessPublishingPublic relationsMedical educationFamily medicineNursingPolitical sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

Project Synergy is a digital mental health tool for assessment, referral and follow-up of people with mental health problems. The Australian federal government Department of Health entered an AUD33 million formal funding arrangement with InnoWell, a proprietary company vehicle (primarily the consultancy firm PwC and University of Sydney) to continue development of Project Synergy. This followed an initial federal National Health and Medical Research Council grant of AUD5.5 million over the previous 3 years. However, based on the assessment of peer-reviewed research data, the Project Synergy/InnoWell platform does not seem to have demonstrated clinical outcomes of healthcare value to date.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,155
score de la tête « metaresearch » (Gemma)0,361
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,155
Score d'incertitude au seuil0,820

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1550,361
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,002
Communication savante0,0070,006
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,602
Tête enseignante GPT0,578
Écart entre enseignants0,024 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Health ReviewMême sujetMental Health and Patient InvolvementTravaux en français237 207