Dementia priority setting partnership with the James Lind Alliance: using patient and public involvement and the evidence base to inform the research agenda
Notice bibliographique
Résumé
BACKGROUND: The James Lind Alliance (JLA) created an approach to elicit the views of those under-represented in research priority exercises. Building on this, the JLA Dementia Priority Setting Partnership was set up as an independent and evidence-based project to identify and prioritise unanswered questions ('uncertainties') about prevention, diagnosis, treatment and care relating to dementia. METHODS: A survey was widely disseminated to stakeholders with an interest in the needs of the older population. Thematic analysis was used to identify themes from the large amount of questions collected from which research questions were developed using PICO framework (Population, Intervention, Comparator, Outcome). Each question was checked against an extensive evidence base of high-quality systematic reviews to verify whether they were true uncertainties. FINDINGS: One thousand five hundred and sixty-three questionnaires were received, from people with dementia, carers/relatives, and health and care professionals; 85 uncertainties were identified from other sources. Questions were refined and formatted iteratively into 146 unique uncertainties. An interim prioritisation process involving diverse organisations identified the top 25 ranked questions. At a final face-to-face prioritisation workshop, 18 people representing the above constituencies arrived by consensus at the top 10 priority questions. The impact of patient and public involvement on the priorities is discussed. INTERPRETATION: The long (146 questions) and top 10 lists of dementia research priorities provide a focus for researchers, funders and commissioners. They highlight a need for more research into care for people with dementia and carers, and a need for high-quality effectiveness trials in all aspects of dementia research.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».