MétaCan
Menu
Retour à la cohorte
Enregistrement W2313419578

Knowledge transfer to clinicians and consumers by the Cochrane Musculoskeletal Group.

2006· article· en· W2313419578 sur OpenAlexaff
Nancy Santesso, Lara Maxwell, Peter Tugwell, George A. Wells, Annette M. O’Connor, Maria Judd, Rachelle Buchbinder

Notice bibliographique

RevuePubMed · 2006
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensCanadian Foundation for Healthcare ImprovementUniversity of OttawaInstitute of Population and Public Health
Organismes subventionnairesnon disponible
Mots-clésDecision aidsMedicineKnowledge translationUsabilitySystematic reviewRelevance (law)Psychological interventionMEDLINEAlternative medicineFamily medicineMedical educationNursingKnowledge managementComputer sciencePathology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Cochrane Musculoskeletal Group (CMSG) is one of 50 groups of the Cochrane Collaboration that prepares, maintains, and disseminates systematic reviews of treatments for musculoskeletal diseases. Once systematic reviews are completed, the next challenge is presenting the results in useful formats to be integrated into the healthcare decisions of clinicians and consumers. The CMSG recommends 3 methods to aid knowledge translation and exchange between clinicians and patients: produce clinical relevance tables, create graphical displays using face figures, and write consumer summaries and patient decision aids. Accordingly, CMSG has developed specific guidelines to help researchers and authors convert the pooled estimates of metaanalyses in the systematic reviews to user-friendly numbers. First, clinical relevance tables are developed that include absolute and relative benefits or harms and the numbers needed to treat. Next, the numbers from the clinical relevance tables are presented graphically using faces. The faces represent a group of 100 people and are shaded according to how many people out of 100 benefited or were harmed by the interventions. The user-friendly numbers are also included in short summaries and decision aids written for patients. The different levels of detail in the summaries and decision aids provide patients with tools to prepare them to discuss treatment options with their clinicians. Methods to improve the effects and usability of systematic reviews by providing results in more clinically relevant formats are essential. Both clinicians and consumers can use these products to use evidence-based information in individual and shared decision-making.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,106
score de la tête « metaresearch » (Gemma)0,458
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,894
Score d'incertitude au seuil0,815

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1060,458
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0310,032
Études des sciences et des technologies0,0010,003
Communication savante0,0090,014
Science ouverte0,0040,008
Intégrité de la recherche0,0120,008
Charge utile insuffisante (le modèle a refusé de juger)0,2440,111

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.

Tête enseignante Opus0,416
Tête enseignante GPT0,463
Écart entre enseignants0,047 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomainePrésentation des résultats
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetMeta-analysis and systematic reviewsTravaux en français237 207