Stakeholder Priorities for Comparative Effectiveness Research in Chronic Obstructive Pulmonary Disease
Notice bibliographique
Résumé
Comparative effectiveness research (CER) is intended to address the expressed needs of patients, clinicians, and other stakeholders. Representatives of 54 stakeholder groups with an interest in chronic obstructive pulmonary disease (COPD) participated in workshops convened by the COPD Outcomes-based Network for Clinical Effectiveness and Research Translation (CONCERT) over a 2-year period. Year 1 focused on chronic care and care coordination. Year 2 focused on acute care and transitions in care between healthcare settings. Discussions and provisional voting were conducted via teleconferences and e-mail exchanges before the workshop. Final prioritization votes occurred after in-person discussions at the workshop. We used a modified Delphi approach to facilitate discussions and consensus building. To more easily quantify preferences and to evaluate the internal consistency of rankings, the Analytic Hierarchy Process was incorporated in Year 2. Results of preworkshop and final workshop voting often differed, suggesting that prioritization efforts relying solely on requests for topics from stakeholder groups without in-person discussion may provide different research priorities. Research priorities varied across stakeholder groups, but generally focused on studies to evaluate different approaches to healthcare delivery (e.g., spirometry for diagnosis and treatment, integrated healthcare strategies during transitions in care) rather than head-to-head comparisons of medications. This research agenda may help to inform groups intending to respond to CER funding opportunities in COPD. The methodologies used, detailed in the online supplement, may also help to inform prioritization efforts for CER in other health conditions.
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 | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,007 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».