Creating a multidisciplinary low back pain guideline: anatomy of a guideline adaptation process
Notice bibliographique
Résumé
RATIONALE, AIMS AND OBJECTIVES: A collaborative, multidisciplinary guideline adaptation process was developed to construct a single overarching, evidence-based clinical practice guideline (CPG) for all primary care practitioners responsible for the management of low back pain (LBP) to curb the use of ineffective treatments and improve patient outcomes. METHODS: The adaptation strategy, which involved multiple committees and partnerships, leveraged existing knowledge transfer connections to recruit guideline development group (GDG) members and ensure that all stakeholders had a voice in the guideline development process. Videoconferencing was used to coordinate the large, geographically dispersed GDG. Information services and health technology assessment experts were used throughout the process to lighten the GDG's workload. RESULTS: The GDG reviewed seven seed guidelines and drafted an Alberta-specific guideline during 10 half-day meetings over a 12-month period. The use of ad hoc subcommittees to resolve uncertainties or disagreements regarding evidence interpretation expedited the process. Challenges were encountered in dealing with subjectivity, guideline appraisal tools, evidence source limitations and inconsistencies, and the lack of sophisticated evidence analysis inherent in guideline adaptation. Strategies for overcoming these difficulties are discussed. CONCLUSION: Guideline adaptation is useful when resources are limited and good-quality seed CPGs exist. The Ambassador Program successfully utilized existing stakeholder interest to create an overarching guideline that aligned guidance for LBP management across multiple primary care disciplines. Unforeseen challenges in guideline adaptation can be overcome with credible seed guidelines, a consistently applied and transparent methodology, and clear documentation of the subjective contextualization process. Multidisciplinary stakeholder input and an open, trusting relationship among all contributors will ensure that the end product is clinically meaningful.
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 | 0,104 | 0,129 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».