The evaluation of an evidence-based clinical answer format for pediatricians
Notice bibliographique
Résumé
BACKGROUND: Clinicians are increasingly using electronic sources of evidence to support clinical decision-making; however, there are multiple demands on clinician time, and summarised and synthesised evidence is needed. Clinical Answers (CA) have been developed to address this need; the CA is a synthesised evidence-based summary that supports point-of-care clinical decision-making. The aim of this paper is to report on a survey used to test and improve the CA format. METHODS: An online survey was sent to pediatricians via e-mail and posted on a child health clinical standards website. Quantitative data analysis consisted primarily of descriptive statistics; qualitative data analysis consisted of content analysis. RESULTS: Eighty-three pediatricians responded to the survey. Most respondents found the CA useful or very useful (93%) and agreed or strongly agreed that the layout was effective and allowed them to quickly locate critical information (82%). Quantitative and qualitative data suggested that respondents thought there should be less detail in the linked figures and tables (p = 0.0002), but overall respondents seemed to think there was an appropriate level of detail in most sections of the CA. CONCLUSIONS: Based on the quantitative and qualitative survey responses, major and minor modifications to the CA format were implemented, such as removing forest plots, adding links in each addendum to bring the user back to the front page, and adding an 'Implications for practice' section to the CA. Findings suggest that CAs will be a useful tool for pediatricians; thus, the research team has now begun creating CAs to assist busy clinicians in their day-to-day clinical practice by providing high-quality information for decision-making at the point-of-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 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 | 0,041 | 0,022 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».