MétaCan
Menu
Retour à la cohorte
Enregistrement W2345909751 · doi:10.2522/ptj.20150668

Consensus on Exercise Reporting Template (CERT): Modified Delphi Study

2016· article· en· W2345909751 sur OpenAlexaff
Susan C. Slade, Clermont E. Dionne, Martin Underwood, Rachelle Buchbinder, Belinda R. Beck, Kim L. Bennell, Lucie Brosseau, Leonardo Oliveira Pena Costa, Fiona Cramp, Edith H. C. Cup, Lynne M. Feehan, Manuela L. Ferreira, Scott C. Forbes, Paul Glasziou, Bas Habets, Susan R. Harris, Jean Hay‐Smith, Susan Hillier, Rana S. Hinman, Ann Holland, Maria Hondras, George F.J. Kelly, Peter Kent, G Lauret, Audrey Long, Christopher G. Maher, Lars Morsø, Nina Østerås, Tom Peterson, Rosaline C. M. Quinlivan, Karen Rees, Jean-Philippe Régnaux, Marc B. Rietberg, Dave Saunders, Nicole Skoetz, Karen Søgaard, Tim Takken, Maurits W. van Tulder, Nicoline Voet, Lesley Ward, Claire White

Notice bibliographique

RevuePhysical Therapy · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensUniversity of British ColumbiaPenn West Exploration (Canada)Brock UniversityOkanagan CollegeUniversité Laval
Organismes subventionnairesNational Health and Medical Research CouncilArthritis AustraliaMedical Research CouncilNational Institute for Health and Care Research
Mots-clésDelphiDelphi methodComputer scienceProgramming languageArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Exercise interventions are often incompletely described in reports of clinical trials, hampering evaluation of results and replication and implementation into practice. OBJECTIVE: The aim of this study was to develop a standardized method for reporting exercise programs in clinical trials: the Consensus on Exercise Reporting Template (CERT). DESIGN AND METHODS: Using the EQUATOR Network's methodological framework, 137 exercise experts were invited to participate in a Delphi consensus study. A list of 41 items was identified from a meta-epidemiologic study of 73 systematic reviews of exercise. For each item, participants indicated agreement on an 11-point rating scale. Consensus for item inclusion was defined a priori as greater than 70% agreement of respondents rating an item 7 or above. Three sequential rounds of anonymous online questionnaires and a Delphi workshop were used. RESULTS: There were 57 (response rate=42%), 54 (response rate=95%), and 49 (response rate=91%) respondents to rounds 1 through 3, respectively, from 11 countries and a range of disciplines. In round 1, 2 items were excluded; 24 items reached consensus for inclusion (8 items accepted in original format), and 16 items were revised in response to participant suggestions. Of 14 items in round 2, 3 were excluded, 11 reached consensus for inclusion (4 items accepted in original format), and 7 were reworded. Sixteen items were included in round 3, and all items reached greater than 70% consensus for inclusion. LIMITATIONS: The views of included Delphi panelists may differ from those of experts who declined participation and may not fully represent the views of all exercise experts. CONCLUSIONS: The CERT, a 16-item checklist developed by an international panel of exercise experts, is designed to improve the reporting of exercise programs in all evaluative study designs and contains 7 categories: materials, provider, delivery, location, dosage, tailoring, and compliance. The CERT will encourage transparency, improve trial interpretation and replication, and facilitate implementation of effective exercise interventions into practice.

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)0,428
score de la tête « metaresearch » (Gemma)0,474
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,572
Score d'incertitude au seuil0,705

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4280,474
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0080,006
Études des sciences et des technologies0,0030,005
Communication savante0,0030,005
Science ouverte0,0050,013
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,321
Tête enseignante GPT0,507
Écart entre enseignants0,185 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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

Citations488
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical TherapyMême sujetDelphi Technique in ResearchTravaux en français237 207