072 Validation of the Guideline Implementability for Decision Excellence Model (Guide-M)
Notice bibliographique
Résumé
Background We developed a Guideline Implementability for Decision Excellence-Framework Model (GuIDE-M) based on the robust evidentiary base of a realist review on guideline attributes. GuIDE-M emerged as a conceptual representation of factors to facilitate the development of more implementable guidelines. Objectives Validity assessment of GuIDE-M with international guideline developers. Methods We assessed GuIDE-M using a stepwise validation process: Stage 1 involved consultation with a multi-disciplinary group of Canadian experts (including guideline research, psychology, management, and human factors engineering) to assess the sense and structure of the conceptual GuIDE-M. In Stage 2, 200 international guideline developers will assess GuIDE-M using an innovative online assessment platform, which includes an interactive video-based system to enable objective assessment of the model and its components. Results In Stage 1, consultation with 10 multi-disciplinary experts informed major structural changes (e.g., addition of a 6th domain) and minor sense changes (e.g., collapsing like attributes) to the model. Stage 2 (in progress) will assess the organisation of the model according to Stage 1 findings: 1) To consider Stakeholder involvement, Evidence synthesis, Considered judgement and Feasibility in the development of guidelines; 2) and to communicate this content using effective Language and Format. Discussion We are applying an innovative stepwise process to rigorously validate and refine GuIDE-M internationally. Implications for Guideline Developers/Users This study represents a novel contribution to guideline developers and will offer a comprehensive, validated model that considers an exhaustive set of evidence-based factors to facilitate guideline uptake.
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 | 0,058 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».