Patient Reported Outcome Measures (PROMs) have arrived in sports and exercise medicine: Why do they matter?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Clinicians and administrators have a professional obligation to contribute (OTC) to improvement of healthcare quality. At the same time, participation in embedded research poses risks to healthcare institutions. Disclosure of an institution’s sensitive information could endanger relationships with patients and undermine its reputation. The existing ethical framework (EF) for learning healthcare systems (LHSs) does not address the conflict between the OTC and institutional interests. Ethical guidance and policy regulation are needed to create a safe environment for embedded research. In this article we analyse the EF for LHSs and the concept of professionalism. We suggest that the EF should be supplemented with an obligation to protect provider’s legitimate interests. We define legitimate interests as those that enable providers to discharge their primary duties. We argue that both the OTC and the obligation to protect legitimate interests are grounded in the concept of medical professionalism and can be understood as a matter of contract between a democratic society and medical professionals. The proposed supplemented EF can be implemented into a regulatory system in three different ways: the <i>self-regulating</i>: where providers decide themselves how to balance the ethical claims, the centralised: where a governmental institution decides the right balance between providers’ interests and interests of a health system; and the <i>mediating</i>: where medical professionals, the state and patients negotiate their interests. Our article contributes to the discussion on ethical relevance of providers’ interests and the regulatory model for weighing opposite interests in LHSs.
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.
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 | 0,017 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découle