MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402391084 · doi:10.23889/ijpds.v9i5.2585

Timely data on the dynamic drug supply is crucial in addressing the ongoing drug poisoning crisis. The team is exploring ways to share information with emergency responders, healthcare providers, government officials, and pwSUD.

2024· article· en· W4402391084 sur OpenAlexaffabout
Tanmay Patil, Robin L. Walker, Congshi Shi, Wanning Song, Judy Seidel, Scott Oddie

Notice bibliographique

RevueInternational Journal for Population Data Science · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensRed Deer PolytechnicAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)DrugBusinessHealth carePublic relationsMedical emergencyMedicineKnowledge managementInternet privacyPolitical scienceComputer sciencePharmacologyEconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

ObjectiveTransitioning from hospitals to primary care brings significant challenges, including increased readmission rates, mortality, and costs due to information gaps. Alberta, Canada, addressed this by integrating 1000+ health systems and implementing Connect Care (CC), a Clinical Information System (CIS), to enhance patient safety and care coordination. In 2020, the Primary Health Care Integration Network (PHCIN) released the Home to Hospital to Home (H2H2H) Transitions Guideline and metrics to improve patient outcomes and system integration. ApproachThis study examines provincial data on H2H2H transitions measures from acute care hospitals using CC between April 1, 2022, and October 31, 2023, to assess transitions and support improvement efforts. CC data assesses transition components, including confirming primary care providers at hospital discharge, utilizing the LACE Readmission Risk Index, and ensuring timely discharge summary (DS) signoffs. It links with administrative data to evaluate post-discharge outcomes like primary care physician follow-up, unplanned readmissions, and Emergency Department (ED) visits. Results47 CC-implemented sites show nearly 80% discharges identified a primary care provider; less than 5% incorporated the LACE index in DS. About 90-93% of DS were signed within 24-72 hours. Approximately 62% of moderate-risk and 55% of high-risk discharges received timely follow-up. Readmission and ED visit rates within 7-30 days varied from 2-8% and 5-11% respectively. ConclusionIn conclusion, adopting CC and H2H2H transition metrics facilitates integrated care measurement, highlighting the need for risk index inclusion and high-risk discharge follow-up for improved patient transitions. Sustained initiatives are vital for optimal outcomes and system integration in Alberta.

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)0,011
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,427

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,045
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,010
Études des sciences et des technologies0,0030,001
Communication savante0,0060,008
Science ouverte0,0020,007
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0160,005

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 Opus0,335
Tête enseignante GPT0,469
Écart entre enseignants0,134 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data Science→Même sujetPharmaceutical Practices and Patient Outcomes→Travaux en français237 207→