MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402618418 · doi:10.1101/2024.09.17.24312581

Supporting decision making for individuals living with dementia and their care partners with knowledge translation: an umbrella review

2024· preprint· en· W4402618418 sur OpenAlexafffund
Marie Biard, Flavie E. Detcheverry, William Betzner, Sara Becker, Karl S Grewal, Sandi Azab, Patrick F. Bloniasz, Erin L. Mazerolle, Jolene Phelps, Eric E. Smith, AmanPreet Badhwar

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensUniversity of CalgaryUniversity of SaskatchewanUniversité de MontréalSt. Francis Xavier UniversityInstitut Universitaire de Gériatrie de MontréalCegep Edouard MontpetitMcMaster UniversityQueen's University
Organismes subventionnairesFonds de Recherche du Québec - SantéConsortium canadien en neurodégénérescence associée au vieillissement
Mots-clésDementiaKnowledge translationPsychologyKnowledge managementMedicineGerontologyComputer science

Résumé

récupéré en direct d'OpenAlex

Living with dementia requires decision making about numerous topics including daily activities and advance care planning (ACP). Both individuals living with dementia and care partners require informed support for decision making. We conducted an umbrella review to assess knowledge translation (KT) interventions supporting decision making for individuals living with dementia and their informal care partners. Four databases were searched using 50 different search-terms, identifying 22 reviews presenting 32 KT interventions. The most common KT decision topic was ACP (N=21) which includes advanced care directives, feeding options, and placement in long-term care. The majority of KT interventions targeted care partners only (N=16), or both care partners and individuals living with dementia (N=13), with fewer interventions (N=3) targeting individuals living with dementia. Overall, our umbrella review offers insights into the beneficial impacts of KT interventions, such as increased knowledge and confidence, and decreased decisional conflicts.

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)0,015
score de la tête « metaresearch » (Gemma)0,064
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,064
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0170,011
Études des sciences et des technologies0,0010,001
Communication savante0,0050,004
Science ouverte0,0020,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,197
Tête enseignante GPT0,481
Écart entre enseignants0,284 · 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'étudeRevue systématique
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetPalliative Care and End-of-Life Issues→Travaux en français237 207→