The development of an online palliative care toolkit for cirrhosis
Notice bibliographique
Résumé
Background: Liver cirrhosis carries high symptom burden and health care utilization. Palliative care (PC) has demonstrated improvements in symptom burden and overall quality of life. Despite this, PC remains underutilized in patients with chronic liver disease. As a step to bridge this gap, we developed cirrhosiscare.ca as an easy-to-access, evidence-, and expert consensus-based online PC resource for health care providers. Methods: This short report describes the development of the health care practitioner 'Symptom Management' section of www.cirrhosiscare.ca, covering common symptoms (e.g., pain, pruritus, anxiety, depression, nausea/vomiting) experienced by patients with cirrhosis. A multidisciplinary team included representatives from hepatology, palliative care, pain management, psychiatry, pharmacy, and primary care. The project was carried out over four phases: Symptom selection, Material development, Website creation, and Feedback, revisions, and maintenance. Results: The cirrhosiscare.ca website was launched to the public on March 15, 2021. Twelve detailed content pages were developed alongside four end-of-life algorithms. The developed pages have been well received, and there are between 10,000 and 12,000 new users on the site each month. Conclusions: The development of the cirrhosiscare.ca website is a digital strategy to increase awareness and access to evidence-based and expert consensus-based materials for PC. Ongoing dissemination and sustainability will include regular maintenance and updates to online content, links to inpatient care pathways, and incorporation within the Alberta one:carepath primary care initiative.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».