“More bang for the buck”: exploring optimal approaches for guideline implementation through interviews with international developers
Notice bibliographique
Résumé
BACKGROUND: Population based studies show that guidelines are underused. Surveys of international guideline developers found that many do not implement their guidelines. The purpose of this research was to interview guideline developers about implementation approaches and resources. METHODS: Semi-structured telephone interviews were conducted with representatives of guideline development agencies identified in the National Guideline Clearinghouse and sampled by country, type of developer, and guideline clinical indication. Participants were asked to comment on the benefits and resource implications of three approaches for guideline implementation that varied by responsibility: developers, intermediaries, or users. RESULTS: Thirty individuals from seven countries were interviewed, representing government (n = 12) and professional (n = 18) organizations that produced guidelines for a variety of clinical indications. Organizations with an implementation mandate featured widely inconsistent funding and staffing models, variable approaches for choosing promotional strategies, and an array of dissemination activities. When asked to choose a preferred approach, most participants selected the option of including information within guidelines that would help users to implement them. Given variable mandate and resources for implementation, it was considered the most feasible approach, and therefore most likely to have impact due to potentially broad use. CONCLUSIONS: While implementation approaches and strategies need not be standardized across organizations, the findings may be used by health care policy makers and managers, and guideline developers to generate strategic and operational plans that optimize implementation capacity. Further research is needed to examine how to optimize implementation capacity by guideline developers, intermediaries and users.
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 | 0,103 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,011 |
| Communication savante | 0,008 | 0,011 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».