MétaCan
Menu
Retour à la cohorte
Enregistrement W6922150737 · doi:10.11575/prism/45638

The use of patient-reported measures in epilepsy care: the Calgary Comprehensive Epilepsy Program experience

2021· other· en· W6922150737 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversity of Calgary · 2021
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEpilepsyPsychosocialPsychological interventionSet (abstract data type)Intervention (counseling)Quality of life (healthcare)Quality (philosophy)

Résumé

récupéré en direct d'OpenAlex

Abstract The regular use of patient-reported measures (PRMs) has been associated with greater patient satisfaction and outcomes. In this article, we will review the Calgary Comprehensive Epilepsy Program's successful experience with PRMs in both clinical and research settings, as well as our current challenges and future directions. Our experience will illustrate that is feasible and convenient to implement PRMs, and especially electronic PRMs (ePRMs), into epilepsy clinics. These PRMs have direct clinical and research applications. They inform clinical decision making through readily interpretable scales to which clinicians can expeditiously respond. Equally, they are increasingly forming an integral and central component of intervention and outcomes-based research. However, implementation studies are necessary to address knowledge gaps and facilitate adoption and dissemination of this approach. A natural symbiosis of the clinical and research realms is precision medicine. The foundations of precision-based interventions are now being set whereby we can maximize the quality of life and psychosocial functioning on an individual level. As illustrated in this article, this exciting prospect crucially depends on the routine use of ePRMs in the everyday care of people with epilepsy. Increasing ePRMs uptake will clearly be a catalyst propelling precision epilepsy from aspiration to clinical reality.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,419
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,245
Écart entre enseignants0,208 · 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 tête enseignante, 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of CalgaryTravaux en français237 207