MétaCan
Menu
Retour à la cohorte
Enregistrement W2040232097 · doi:10.5301/jn.5000226

Knowledge translation for nephrologists: strategies for improving the identification of patients with proteinuria

2012· review· en· W2040232097 sur OpenAlexaff
Brenda R. Hemmelgarn, Braden Manns, Sharon E. Straus, Christopher Naugler, Jayna Holroyd‐Leduc, Ted Braun, Adeera Levin, Scott Klarenbach, Patrick F. Lee, Kevin Hafez, Daniel Schwartz, Kailash Jindal, Kathy Ervin, Aminu K. Bello, Tanvir Chowdhury Turin, Kerry McBrien, Meghan J. Elliott, Marcello Tonelli

Notice bibliographique

RevueJournal of Nephrology · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensUniversity of CalgaryAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésMedicineKnowledge translationProteinuriaPsychological interventionIdentification (biology)Kidney diseaseMultidisciplinary approachGuidelineIntensive care medicineKnowledge managementNursingPathologyInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

For health scientists, knowledge translation refers to the process of facilitating uptake of knowledge into clinical practice or decision making. Since high-quality clinical research that is not applied cannot improve outcomes, knowledge translation is critical for realizing the value and potential for all types of health research. Knowledge translation is particularly relevant for areas within health care where gaps in care are known to exist, which is the case for some areas of management for people with chronic kidney disease (CKD), including assessment of proteinuria. Given that proteinuria is a key marker of cardiovascular and renal risk, forthcoming international practice guidelines will recommend including proteinuria within staging systems for CKD. While this revised staging system will facilitate identification of patients at higher risk for progression of CKD and mortality who benefit from intervention, strategies to ensure its appropriate uptake will be particularly important. This article describes key elements of effective knowledge translation strategies based on the knowledge-to-action cycle framework and describes options for effective knowledge translation interventions related to the new CKD guidelines, focusing on recommendations related to assessment for proteinuria specifically. The article also presents findings from a multidisciplinary meeting aimed at developing knowledge translation intervention strategies, with input from key stakeholders (researchers, knowledge users, decision makers and collaborators), to facilitate implementation of this guideline. These considerations are relevant for dissemination and implementation of guidelines on other topics and in other clinical settings.

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)0,055
score de la tête « metaresearch » (Gemma)0,103
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,289

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0550,103
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0080,006
Études des sciences et des technologies0,0010,004
Communication savante0,0060,012
Science ouverte0,0040,009
Intégrité de la recherche0,0070,008
Charge utile insuffisante (le modèle a refusé de juger)0,0110,004

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 Opus0,074
Tête enseignante GPT0,349
Écart entre enseignants0,275 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations18
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NephrologyMême sujetChronic Kidney Disease and DiabetesTravaux en français237 207