Warwick-India-Canada (WIC) global mental health group: rationale, design and protocol
Notice bibliographique
Résumé
Introduction The primary aim of the National Institute of Health Research-funded global health research group, Warwick-India-Canada (WIC), is to reduce the burden of psychotic disorders in India. India has a large pool of undetected and untreated patients with psychosis and a treatment gap exceeding 75%. Evidence-based packages of care have been piloted, but delivery of treatments still remains a challenge. Even when patients access treatment, there is minimal to no continuity of care. The overarching ambition of WIC programme is to improve patient outcomes through (1) developing culturally tailored clinical interventions, (2) early identification and timely treatment of individuals with mental illness and (3) improving access to care by exploiting the potential of digital technologies. Methods and analysis This multicentre, multicomponent research programme, comprising five work packages and two cross-cutting themes, is being conducted at two sites in India: Schizophrenia Research Foundation, Chennai (South India) and All India Institute of Medical Sciences, New Delhi (North India). WIC will (1) develop and evaluate evidence-informed interventions for early and first-episode psychosis; (2) determine pathways of care for early psychosis; (3) investigate the efficacy and cost-effectiveness of community care models, including digital and mobile technologies; (4) develop strategies to reduce the burden of mental illnesses among youth; (5) assess the economic burden of psychosis on patients and their carers; and (6) determine the feasibility of an early intervention in psychosis programme in India. Ethics and dissemination This study was approved by the University of Warwick's Biomedical and Scientific Research Ethics Committee (reference: REGO-2018-2208), Coventry, UK and research ethics committees of all participating organisations. Research findings will be disseminated through peer-reviewed scientific publications, presentations at learnt societies and visual media.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,077 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,016 |
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 source (Gemma direct ou Codex distillé), 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 ».