The development of guideline implementation tools: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Research shows that guidelines featuring implementation tools (GItools) are more likely to be used than those without GItools, however few guidelines offer GItools and guidance on developing GItools is lacking. The objective of this study was to identify common processes and considerations for developing GItools. METHODS: Interviews were conducted with developers of 4 types of GItools (implementation, patient engagement, point-of-care decision-making and evaluation) accompanying guidelines on various topics created in 2008 or later identified in the National Guideline Clearinghouse. Participants were asked to describe the GItool development process and related considerations. A descriptive qualitative approach was used to collect and analyze data. RESULTS: Interviews were conducted with 26 GItool developers in 9 countries. Participants largely agreed on 11 broad steps, each with several tasks and considerations. Response variations identified issues lacking uniform approaches that may require further research including timing of GItool development relative to guideline development; decisions about GItool type, format and content; and whether and how to engage stakeholders. Although developers possessed few dedicated resources, they relied on partnerships to develop, implement and evaluate GItools. INTERPRETATION: GItool developers employed fairly uniform and rigorous processes for developing GItools. By supporting GItool development, the GItool methods identified here may improve guideline implementation and use.
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 | 0,023 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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; 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 ».