MétaCan
Menu
Retour à la cohorte
Enregistrement W1949342053

Development of the Champlain primary care cardiovascular disease prevention and management guideline: tailoring evidence to community practice.

2011· article· en· W1949342053 sur OpenAlexaffabout
Clare Liddy, William Hogg, Sophia Papadakis, Laurie Dojeiji, Grant Russell, Ayub Akbari, Andrew Pipe, Lyall Higginson

Notice bibliographique

RevuePubMed · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensCanadian Heart Research Centre
Organismes subventionnairesnon disponible
Mots-clésGuidelineMedicineDisease managementPrimary careEvidence-based practiceMEDLINEBest practiceDiseaseQuality managementClinical PracticeFamily medicineNursingAlternative medicinePathologyManagement systemEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

PROBLEM ADDRESSED: A well documented gap remains between evidence and practice for clinical practice guidelines in cardiovascular disease (CVD) care. OBJECTIVE OF PROGRAM: As part of the Champlain CVD Prevention Strategy, practitioners in the Champlain District of Ontario launched a large quality-improvement initiative that focused on increasing the uptake in primary care practice settings of clinical guidelines for heart disease, stroke, diabetes, and CVD risk factors. PROGRAM DESCRIPTION: The Champlain Primary Care CVD Prevention and Management Guideline is a desktop resource for primary care clinicians working in the Champlain District. The guideline was developed by more than 45 local experts to summarize the latest evidence-based strategies for CVD prevention and management, as well as to increase awareness of local community-based programs and services. CONCLUSION: Evidence suggests that tailored strategies are important when implementing specific practice guidelines. This article describes the process of creating an integrated clinical guideline for improvement in the delivery of cardiovascular care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,043
score de la tête « metaresearch » (Gemma)0,109
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,926
Score d'incertitude au seuil0,226

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,109
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,004
Études des sciences et des technologies0,0020,002
Communication savante0,0040,003
Science ouverte0,0060,004
Intégrité de la recherche0,0090,010
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,352
Tête enseignante GPT0,410
Écart entre enseignants0,058 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetClinical practice guidelines implementationTravaux en français237 207