Practitioners As Experts: The Influence of Practicing Oncologists “in-the-Field” on Evidence-Based Guideline Development
Notice bibliographique
Résumé
PURPOSE: Panels of experts are used to develop clinical practice guidelines (CPGs) intended to be used by practitioners "in-the-field." Therefore, oncologists' participation in CPG development is an important strategy to promote CPG adoption. The purpose of this study was to evaluate the contributions of oncologists in-the-field to evidence-based CPG development using data from Ontario's cancer system. METHODS: CPG development in Ontario includes surveys of oncologists' opinions, using a structured questionnaire, about draft recommendations that were developed from rigorous systematic reviews of evidence prepared by expert panels. Two research assistants reviewed background documents to trace the changes in CPG recommendations from draft to final stage to determine the contribution of oncologists' input to final recommendations. Changes to recommendations were categorized as either substantive (content or tone) or minor (ideas clarification or edits). RESULTS: From 2000 to 2003, 43 CPGs were developed. There were 87 changes to draft recommendations for 31 CPGs, of which 40 changes to 19 CPGs could be attributed to survey input from practicing oncologists. Of the 40 changes, 28 (70%) were judged to be substantive. CONCLUSION: Despite a rigorous evidence-based process for CPG development, practicing oncologists contribute substantially to the final recommendations approved by the expert panel. It is hypothesized that the responsiveness of expert panels to input from oncologists in-the-field will facilitate adoption of CPGs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,231 | 0,499 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».