MétaCan
Menu
Retour à la cohorte
Enregistrement W2326616586 · doi:10.1097/01.asw.0000305449.33693.2e

Process for Developing Evidence-Informed Practice Recommendations

2009· article· en· W2326616586 sur OpenAlexafffund
Yannie Aass, Heather McConnell, Laure Perrier, M. Gail Woodbury, R. Gary Sibbald

Notice bibliographique

RevueAdvances in Skin & Wound Care · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensWomen's College HospitalUniversity of Toronto
Organismes subventionnairesRegistered Nurses' Association of Ontario
Mots-clésMedicineGuidelineWound careCritical appraisalProcess (computing)Reading (process)Venous leg ulcerQuality (philosophy)MEDLINEMedical educationClinical PracticeNursingEvidence-based medicineEvidence-based practiceAlternative medicineIntensive care medicineSurgeryPathologyComputer science

Résumé

récupéré en direct d'OpenAlex

In Brief PURPOSE To provide the wound care practitioner with an overview of the search process for venous leg ulcer clinical practice guidelines and appraisal of their quality applying the Appraisal of Guideline Research and Evaluation (AGREE) Instrument. TARGET AUDIENCE This continuing education activity is intended for physicians and nurses with an interest in skin and wound care. OBJECTIVES After reading this article and taking this test, the reader should be able to: Describe the process used to identify and review current wound care guidelines. Describe how the AGREE Instrument evaluates the methodological quality of practice guidelines. In this continuing education activity, the authors describe the search process for venous leg ulcer clinical practice guidelines, appraisal of their quality applying the Appraisal of Guideline Research and Evaluation (AGREE) Instrument, and discuss the importance of comparing recommendations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,022
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,226
Tête enseignante GPT0,588
Écart entre enseignants0,363 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
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

Citations3
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in Skin & Wound CareMême sujetClinical practice guidelines implementationTravaux en français237 207