MétaCan
Menu
Retour à la cohorte
Enregistrement W926789440

ความเหนพองของนยามการดแลผปวยโรคเรอรงในผปวยเบาหวานชนดท 2 โดยกลมผเชยวชาญไทย ดวยการใชเทคนคนอมนลกรป (A Consensus-based Definition on Chronic Care Model of Type 2 Diabetic Patients among Thai Experts Using Nominal Group Technique)

2014· article· th· W926789440 sur OpenAlexaboutno aff
Artittaya Wangwonsin, Nithra Kitreerawutiwong, Phudit Tejativaddhana, Duangruedee Lasuka

Notice bibliographique

RevueThe Public Health Journal of Burapha University - วารสารสาธารณสุขมหาวิทยาลัยบูรพา · 2014
Typearticle
Langueth
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)DocumentationMedicineHealth careRanking (information retrieval)Nominal groupChronic careFamily medicineNominal group techniqueNursingGerontologyChronic diseaseKnowledge managementComputer sciencePolitical scienceGeographyArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

นบตงแตอดตจนถง ประจกษทแสดงใหเหนวารปแบบการดแลผปวยโรคเรอรง (Chronic Care Model: CCM) สามารถเพมคณภาพการดแลผปวยโดยหลกฐานทตพมพทงหมดเปนการศกษาในประเทศทพฒนาแลว เชน สหรฐอเมรกา แคนาดา นวซแลนดและออสเตรเลย ซงถอวาเปนประเทศทมทรพยากรทางสขภาพทมความพรอมโดยเฉพาะทมดแลสขภาพ อยางไรกตามหากมการนำนยามการดแลผปวยโรคเรอรงจากประเทศทพฒนาแลวมาใชในประเทศไทยซงเปนประเทศทกำลงพฒนาและมความแตกตางในเชงบรบทดานวฒนธรรมและสงคมตางจากประเทศตะวนตก อาจจะทำใหเกดความเขาใจความหมายทผดพลาด ดงนน การนำรปแบบการดแลผปวยโรคเรอรงมาใชในบรบทของประเทศไทย จงมความจำเปนทจะตองทำความเขาใจความหมายดงกลาว โดยความเหนพองของกลมผเชยวชาญไทย และมการบนทกอยางเปนลายลกษณอกษร โดยเฉพาะกลมผปวยทเปนเบาหวานชนดท 2 การศกษานมวตถประสงคเพอพฒนานยามรปแบบการดแลผปวยโรคเรอรงในกลมผปวยทเปนเบาหวานชนดท 2 กลมผเชยวชาญเฉพาะทางดานเบาหวานทงหมด 12 ทาน ไดรบการคดเลอกเขามาในการศกษาน ดวยการใชเทคนคนอมนลกรป ซงกระบวนการนดำเนนการทงการจดประชม การสอสารทางไปรษณยและ จดหมายอเลกทรอนกส วเคราะหขอมลโดยการวเคราะหเนอหาและการจดลำดบ ผลการศกษาพบวานยามรปแบบการดแลผปวยโรคเรอรงในกลมผปวยทเปนเบาหวานชนดท 2 ประกอบดวย 6 องคประกอบ ดงน 1) การจดองคการดแลสขภาพ 2) การสนบสนนการดแลตนเอง 3) การออกแบบระบบบรการ 4) การสนบสนนการตดสนใจ 5) การจดระบบขอมลขาวสาร และ 6) การใชทรพยากรสงสนบสนน และการมสวนรวมของชมชน และมองคประกอบยอยรวมทงสน 25 องคประกอบ ผลการศกษาน สามารถนำไปใชในการออกแบบการบรการดแลผทเปนเบาหวานชนดท 2 โดยใชรปแบบการดแลโรคเรอรง Up until present, it is discovered from empirical evidences that Chronic Care Model (CCM) can improve the quality of health care service. The evidences used to support this notion can be seen drawing from the research conducted in many developed countries like America, Canada, New Zealand and Australia. These countries have been regarded as having high quality of health care system. However, to use the same definition of caring from developed countries to explain the health care process in other counties like Thailand, it would be misleading. This is because Thailand has different socio-cultural context from western countries. Hence, in the context of Thailand, applying CCM will require a consensual and explicit definition among Thai experts, especially for a specific group of patients who has type 2 diabetes mellitus. This study aimed to develop a definition for documentation of chronic care model of type 2 diabetes mellitus. Twelve Thai experts in the field of Diabetes Mellitus were recruited in this study. A nominal group technique was conducted. The processes were performed using plenary meeting, postal mail, and email based communication. Content analysis and ranking were carried out for data analysis. The result revealed that the definition of CCM among type 2 diabetic patients was divided into 6 dimensions consisting of 1) Health care organization, 2) Self - management support, 3) Delivery system design, 4) Decision support, 5) Information system, and 6) Community resources and health participations with a total of 25 sub-dimensions. These definitions will provide a design of type 2 diabetes care service that aligns with CCM.

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)0,009
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,455
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,224
Tête enseignante GPT0,394
Écart entre enseignants0,170 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Public Health Journal of Burapha University - วารสารสาธารณสุขมหาวิทยาลัยบูรพาMême sujetClinical practice guidelines implementationTravaux en français237 207