P329 Developing A Strategy To Assess The Reporting Of The Updating Process In Clinical Practice Guideline: A Draft Checklist
Notice bibliographique
Résumé
Background Scientific knowledge is in constant change and, therefore, clinical practice guidelines (CPGs) require a frequent reassessment. However, the best methodology for updating CPGs is not known and methods are poorly reported in CPGs. A framework to evaluate the quality of reporting the updating process in CPGs and to provide guidance for minimum thresholds for an updating strategy is needed. Objective To develop a CPG update reporting checklist. Methods An initial list of items has been developed based in a systematic review done for our team about the guidance in updating handbooks. The working group has reviewed the initial list and reached consensus about the items to include. Through a survey, we will present the initial list to a multidisciplinary group of international experts and we will ask them about what is the relevant information that needs to be reported in an updated CPG, and about the elements to be included in a high-quality updating process. Results These results will give us insight in what elements are required to be reported an updated CPG. Additionally, we will gain information about what kind of elements include a high-quality updating process. Discussion and Implications This checklist will help people responsible for updating CPGs, in conducting and reporting their update in a high-quality manner. Ultimately this might results in more up-to-date recommendations and more valid CPGs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,371 | 0,607 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,009 |
| Bibliométrie | 0,023 | 0,016 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,012 | 0,015 |
| Science ouverte | 0,009 | 0,013 |
| Intégrité de la recherche | 0,009 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,010 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».