Do Clinical Practice Guidelines Reflect Research Evidence?
Notice bibliographique
Résumé
OBJECTIVES: To examine whether existing clinical practice guidelines (CPGs) for cholesterol testing reflect research evidence and hence may control or reduce costs while maintaining or improving the quality of care. METHODS: A systematic search for published and unpublished cholesterol testing CPGs and independent critical appraisal of the CPGs by two researchers using a standard checklist. RESULTS: In four of the five CPGs analysed, the link between the research evidence and the recommendations was not maintained. The appraisal, local experience and the literature all suggest that panel composition is an important explanation, in that the greater the involvement of clinical experts in the development process of the CPGs, the less the recommendations reflected the research evidence. Even though their participation is important for CPG uptake, clinical expert panels appear to have difficulty limiting CPGs to research-based recommendations. CONCLUSIONS: Existing cholesterol testing CPGs are unlikely to improve the quality of care while controlling or reducing costs. The problem lies not with guideline implementation but with the guidelines themselves. It is unclear how best to ensure that recommendations reflect research evidence but this is likely to require significant and progressive changes to the current guideline development process, including a redefinition of the clinical experts' role.
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 | 0,433 | 0,873 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,004 |
| Méta-épidémiologie (sens large) | 0,007 | 0,004 |
| Bibliométrie | 0,014 | 0,015 |
| Études des sciences et des technologies | 0,002 | 0,011 |
| Communication savante | 0,018 | 0,028 |
| Science ouverte | 0,011 | 0,008 |
| Intégrité de la recherche | 0,017 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».