Improving reporting and utility of evaluations of complex interventions
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
Global healthcare systems are buckling under the increasing burden of chronic disease and multimorbidity.1 Research into the efficacy of interventions to address chronic disease are needed. These potential solutions often include consideration of questions of complex, non-drug interventions such as processes of care, diet, exercise and behavioural interventions; areas with a deficit of study.2 Unfortunately, knowledge creation and dissemination is insufficient to affect behaviour, practice and policy change within diverse healthcare contexts.3 ,4 There is a need to study in situ—in multiple contexts—the impact of interventions. However, there have been concerns with the current reporting and quality of studies in these areas.2 ,5 In the design of studies on real-world interventions, researchers must move beyond unidirectional models of behaviour change and instead look to engaging evidence users, patients and clinicians, in: identifying questions and interventions of interest,6 and planning and executing the study to ensure that the implementation efforts are context appropriate.7–9 Co-creation in this way will increase the likelihood that the problems identified, and the solutions, resonate with the patients and clinicians; increasing the likelihood that there will be strong participant engagement and effort to implement and sustain the clinical change.8 ,9 From a researcher perspective there are significant challenges to undertaking work in this way. Non-medication interventions are of keen interest to patients and clinicians,6 but it is methodologically much easier to design a trial to evaluate a regulated intervention (medication, device and procedure), than it is to design and evaluate an assessment of non-regulated interventions (ie, service delivery, behavioural interventions, physical therapies).6 The significant up front engagement work of this approach is time consuming, challenging to achieve in research funding cycles, and high-risk because it requires contextual stability from real-world clinical care organisations to maintain …
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.
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Métarecherche Domaine: Présentation des résultats · Genre: Éditorial Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | Métarecherche Domaine: Présentation des résultats · Genre: Éditorial Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | high |
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 | 0,043 | 0,414 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 0,001 |
| 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 découle