Primary Care–Based Memory Clinics: Expanding Capacity for Dementia Care
Bibliographic record
Abstract
RÉSUMÉ La mise en oeuvre en l’Ontario de 15 cliniques interprofessionnelles des troubles de la mémoire à base de soins primaires représente un modèle unique de gestion de cas en équipe, visant à accroître la capacité de traitement de la démence au niveau des soins primaires. Chaque clinique a suivi les patients; dans un sous-ensemble des cliniques, des graphiques ont été vérifiés par les gériatres, les membres de la clinique ont été interrogés, et les patients, les soignants et les médecins traitants ont rempli des questionnaires de satisfaction. Dans toutes les cliniques, 582 patients ont été évalués, et 8,9 pour cent ont été adressés à un spécialiste. Les patients et les soignants étaient très satisfaits des soins reçus, de même que les médecins traitants de la famille, qui ont déclaré une augmentation de la capacité à gérer la démence. La vérification des dossiers des gériatres a révélé un niveau élevé d'accord avec le diagnostic et la gestion. Cette étude a démontré l'acceptabilité, la faisabilité et l'efficacité préliminaire du modèle de clinique des troubles de la mémoire de soins primaires. Dirigée par les médecins de famille spécialement formés, il a fourni un accès en temps opportun à la haute qualité des soins de la démence collaboratives, affectant recours aux services de santé par une utilisation plus efficace des maigres ressources spécialisées en gériatrie.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.018 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".