Development of a standardized, comprehensive "ideal drug detail".
Notice bibliographique
Résumé
OBJECTIVES: To develop a standardized, comprehensive ideal drug detail for use in face-to-face education about individual drugs. METHODS: A random sample of 603 physicians and pharmacists was selected and stratified to include input from each of the following specialties: family practice, internal medicine, surgery, pediatrics, psychiatry, obstetrics/gynecology, geriatric medicine and clinical pharmacology. Thirty-one potential items were generated by the investigators from a preliminary survey of a local convenience sample of physicians and pharmacists. A modified Delphi consensus process was used in the large sample to determine which items should be included in the ideal drug detail. In each round of the Delphi process, respondents rated each item on a seven-point scale of importance and were then given feedback of the cumulative ratings for each item. Rounds were continued until consensus was obtained on all items. RESULTS: The response rate to the first round was 55.3%; 85.5% of these respondents responded to the second round. Response rates varied between specialties from 44% to 70%. Attempts to contact nonresponders to measure potential nonrespondent bias were unsuccessful. Consensus was obtained on 19 items after the first round, and on the remaining 12 items after the second round. Four items were dropped because they were unimportant. There was variation in modal response between specialties on eight items. CONCLUSIONS: Consensus was obtained among a sizable and interested sample of Canadian physicians and pharmacists on the items of information needed to prescribe a drug appropriately. Subsequent work will refine this list into a usable template to develop ideal drug details for specific drugs, to develop an assessment process to measure quality of information, and to assess the impact of this program on prescribing and patient outcomes.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».