MétaCan
Menu
Back to cohort
Record 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 on OpenAlexaboutno aff
Artittaya Wangwonsin, Nithra Kitreerawutiwong, Phudit Tejativaddhana, Duangruedee Lasuka

Bibliographic record

VenueThe Public Health Journal of Burapha University - วารสารสาธารณสุขมหาวิทยาลัยบูรพา · 2014
Typearticle
Languageth
FieldMedicine
TopicClinical practice guidelines implementation
Canadian institutionsnot available
Fundersnot available
KeywordsContext (archaeology)DocumentationMedicineHealth careRanking (information retrieval)Nominal groupChronic careFamily medicineNominal group techniqueNursingGerontologyChronic diseaseKnowledge managementComputer sciencePolitical scienceGeographyArtificial intelligence
DOInot available

Abstract

fetched live from 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.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.009
metaresearch head score (Gemma)0.005
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Research integrity
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.455
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0090.005
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0020.001
Bibliometrics0.0020.002
Science and technology studies0.0010.001
Scholarly communication0.0000.001
Open science0.0020.000
Research integrity0.0010.003
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.224
GPT teacher head0.394
Teacher spread0.170 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designSimulation or modeling
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2014
Admission routes1
Has abstractyes

Explore more

Same venueThe Public Health Journal of Burapha University - วารสารสาธารณสุขมหาวิทยาลัยบูรพาSame topicClinical practice guidelines implementationFrench-language works237,207