MétaCan
Menu
Retour à la cohorte
Enregistrement W4387692981 · doi:10.1111/ggi.14705

Comprehensive Geriatric Assessment in the era of telemedicine

2023· review· en· W4387692981 sur OpenAlexaff
Xinze Wu, Shannon Freeman, Midori Miyagi, Uijin Park, Kazushi Nomura, Satoru Ebihara

Notice bibliographique

RevueGeriatrics and gerontology international/Geriatrics & gerontology international · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensPositive Living NorthUniversity of Northern British Columbia
Organismes subventionnairesStrategic International Collaborative Research ProgramJapan Science and Technology AgencyJapan Society for the Promotion of ScienceJapan Agency for Medical Research and Development
Mots-clésTelemedicineHealth carePopulation ageingMedicineProcess (computing)PopulationGeriatricsDigital healthDiseaseAging in placeGerontologyComputer sciencePolitical scienceEnvironmental healthPsychiatry

Résumé

récupéré en direct d'OpenAlex

The aging global population poses significant medical and social challenges, necessitating efforts to promote healthy aging. Comprehensive Geriatric Assessment (CGA) is a multidimensional diagnostic approach for older adults that aims to improve overall health. Remote CGA, facilitated by technological advancements, offers convenience and other potential advantages. It enables early disease detection, monitors chronic disease progression, delivers personalized care, and optimizes healthcare resources for better health outcomes in older individuals. However, remote CGA also has limitations, including technological requirements, data security, and the need for comprehensive evaluation and simplicity. Collaborative efforts are essential to developing a digital home-based CGA platform that addresses accessibility issues and tailors the assessment process to meet the needs of older adults. Continuous optimization of remote CGA can become a pivotal tool for advancing geriatric care and ensuring the well-being of the aging population. Geriatr Gerontol Int 2024; 24: 67-73.

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,084
Tête enseignante GPT0,404
Écart entre enseignants0,320 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeriatrics and gerontology international/Geriatrics & gerontology internationalMême sujetFrailty in Older AdultsTravaux en français237 207