MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392642691 · doi:10.2196/49759

Architecture and Development Framework for a Web-Based Risk Assessment and Management Platform Developed on WordPress to Address Opioid Overdose

2024· article· en· W4392642691 sur OpenAlexafffundvenueabout
Alireza Kazemi, M C Boyd, Fiona Choi, Andy Man Yeung Tai, Vivian W. L. Tsang, Tam To, Jane J. Kim, Kerry L. Jang, Farhud Shams, Stefanie Schreiter, Maurice Cabanis, Michael Krausz

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensBC Mental Health & Substance Use ServicesUniversity of British Columbia
Organismes subventionnairesHealth Canada
Mots-clésHTML5JavaScriptArchitectureFlexibility (engineering)Open architectureInterface (matter)Computer scienceWeb applicationModular designScalabilityWorld Wide WebEngineeringSoftwareDatabaseOperating system

Résumé

récupéré en direct d'OpenAlex

The number of overdose-related fatalities continues to reach historic levels across Canada, despite ongoing efforts by authorities. To reduce mortality, a clinical trajectory ranging from preventative measures to crisis intervention, skill training to treatment, and risk assessment to risk management needs to be supported. The web-based Risk Assessment and Management Platform (RAMP) was developed to realize this concept and to empower people who use drugs through an integrated tool that allows them to better understand and manage their risk of overdose. This paper outlines the architecture and development of RAMP, which is built on the WordPress platform. WordPress components are mapped onto a 3-tier architecture that consists of presentation, application, and database layers. The architecture facilitates the development of a modular software that includes several features that are independent in functionality but interact with each other in an integrated platform. The relatively low coupling and high coherence of the features may reduce the cost of maintenance and increase flexibility of future developments. RAMP's architecture comprises a user interface, conceptual framework, and backend layers. The RAMP front end effectively uses some of the WordPress' features such as HTML5, CSS, and JavaScript to create a mobile, friendly, and scalable user interface. The RAMP backend uses several standard and custom WordPress plug-ins to support risk assessment and monitoring, with the goal of mitigating the impacts and eliminating risks together. A rule-based decision support system has been hard-coded to suggest relevant modules and goals to complement each user's lifestyle and goals based on their risk assessment. Finally, the backend uses the MySQL database management system and communicates with the RAMP framework layer via the data access layer to facilitate a timely and secure handling of information. Overall, RAMP is a modular system developed to identify and manage the risk of opioid overdose in the population of people who use drugs. Its modular design uses the WordPress architecture to efficiently communicate between layers and provide a base for external plug-ins. There is potential for the current system to adopt and address other related fields such as suicide, anxiety, and trauma. Broader implementation will support this concept and lead to the next level of functionality.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: Autre devis
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,008

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 Opus0,058
Tête enseignante GPT0,433
Écart entre enseignants0,375 · 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'étudeAutre devis
Domainenon disponible
GenreMéthodes

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

En bref

Citations2
Publié2024
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetOpioid Use Disorder Treatment→Travaux en français237 207→