Concepts for the Development of Person-Centered, Digitally Enabled, Artificial Intelligence–Assisted ARIA Care Pathways (ARIA 2024)
Notice bibliographique
Résumé
The traditional healthcare model is focused on diseases (medicine and natural science) and does not acknowledge patients' resources and abilities to be experts in their own lives based on their lived experiences. Improving healthcare safety, quality, and coordination, as well as quality of life, is an important aim in the care of patients with chronic conditions. Person-centered care needs to ensure that people's values and preferences guide clinical decisions. This paper reviews current knowledge to develop (1) digital care pathways for rhinitis and asthma multimorbidity and (2) digitally enabled, person-centered care. 1 It combines all relevant research evidence, including the so-called real-world evidence, with the ultimate goal to develop digitally enabled, patient-centered care. The paper includes (1) Allergic Rhinitis and its Impact on Asthma (ARIA), a 2-decade journey, (2) Grading of Recommendations, Assessment, Development and Evaluation (GRADE), the evidence-based model of guidelines in airway diseases, (3) mHealth impact on airway diseases, (4) From guidelines to digital care pathways, (5) Embedding Planetary Health, (6) Novel classification of rhinitis and asthma, (7) Embedding real-life data with population-based studies, (8) The ARIA-EAACI (European Academy of Allergy and Clinical Immunology) strategy for the management of airway diseases using digital biomarkers, (9) Artificial intelligence, (10) The development of digitally enabled, ARIA person-centered care, and (11) The political agenda. The ultimate goal is to propose ARIA 2024 guidelines centered around the patient to make them more applicable and sustainable.
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 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».