MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405964966 · doi:10.1093/geroni/igae098.2774

TOWARD DEVELOPING PATIENT-ORIENTED WEBSITES FOR EARLY DETECTION AND MANAGEMENT OF FRAILTY

2024· article· en· W4405964966 sur OpenAlexaffabout
Seohyeon Chung, Xiaowei Song

Notice bibliographique

RevueInnovation in Aging · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensFraser Health
Organismes subventionnairesnon disponible
Mots-clésBusinessComputer scienceInternet privacy

Résumé

récupéré en direct d'OpenAlex

Abstract Understanding frailty status of older adults before a doctor’s visit can result in more effective care planning, where web technology can play role. We conducted a study engaging community-dwelling older adults and caregivers to better understand their perspectives about developing patient-oriented frailty websites. Our objectives are to describe the project activities and share the insights learned from potential end-users of the website. We first organized an online educational symposium consisting of six invited talks on patient-oriented frailty management given by experts of frailty and older adult care. Audience of the symposium was recruited through newsletters and academic, community, and patient association platforms. Clinicians, researchers, caregivers, and community-dwelling older adults across Canada participated (n=300). Members from the symposium (n=14) participated in two virtual discussion sessions with open-ended questions. Discussions highlighted aspects, including the function, usage, and feasibility of a frailty website; security and privacy of online health data; patient-physician interactions; and existing technologies and resources supporting patient-oriented frailty management for successful aging in place. Our findings revealed the needs, barriers, and possible solutions with developing patient-oriented frailty websites. The effort towards building frailty websites that patients can use will benefit future development and implementation to identify people at risk of frailty and facilitate real-time monitoring for personalized and preventative care.

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)0,013
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,041
Tête enseignante GPT0,311
Écart entre enseignants0,270 · 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'étudeSans objet
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetFrailty in Older Adults→Travaux en français237 207→