MétaCan
Menu
Retour à la cohorte
Enregistrement W2478004687 · doi:10.1097/sih.0000000000000150

Reporting Guidelines for Health Care Simulation Research

2016· article· en· W2478004687 sur OpenAlexafffund
Adam Cheng, David Kessler, Ralph MacKinnon, Todd P. Chang, Vinay Nadkarni, Elizabeth A. Hunt, Jordan Duval‐Arnould, Yiqun Lin, David A. Cook, Martin Pusic, Joshua Hui, David Moher, Matthias Egger, Marc Auerbach

Notice bibliographique

RevueSimulation in Healthcare The Journal of the Society for Simulation in Healthcare · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensAlberta Children's HospitalAlberta Children’s Hospital FoundationOttawa HospitalUniversity of Calgary
Organismes subventionnairesChildren's Hospital of PittsburghNational Institute of Neurological Disorders and StrokeNational Heart, Lung, and Blood InstituteAlberta Children's Hospital Research InstituteU.S. NavyMedical Center, University of RochesterFeinberg School of MedicineCollege of Medicine, Drexel UniversitySchool of Medicine, Stanford UniversityChildren's Hospital FoundationNational Institutes of HealthHospital for Sick ChildrenLaerdal Foundation for Acute MedicineAlberta Children's Hospital FoundationMonash UniversityNational Institute for Health and Care ResearchUniversity of TorontoUniversity of LouisvilleUniversity of AlbertaNihon Kohden AmericaUniversity of AlabamaSaint Christopher's Hospital for ChildrenKing's College Hospital NHS Foundation TrustSaint Louis UniversityUniversity of OttawaUniversity of Illinois at Urbana-ChampaignUniversity of ArkansasDrexel UniversityCarolinas HealthCare SystemCollege of Engineering, Michigan State UniversityUniversity of Arkansas for Medical SciencesUniversity of MissouriChildren's National HospitalJohns Hopkins UniversityUniversity of WashingtonVrije Universiteit AmsterdamFlorida International UniversityPennsylvania State UniversityAgency for Healthcare Research and QualityNorthwestern UniversityUniversity of RochesterMichigan State UniversityNationwide Children's HospitalUniversitätsspital ZürichChildren's Hospital ColoradoCincinnati Children's Hospital Medical CenterBrown UniversityOhio State UniversityFoundation for Advancement of International Medical Education and ResearchKing's College LondonChildren's Hospital of PhiladelphiaGeorge Washington UniversityUniversity of PennsylvaniaYale University
Mots-clésGeneralizability theoryBlindingObservational studyDescriptive statisticsConsolidated Standards of Reporting TrialsPsychological interventionComputer scienceStrengthening the reporting of observational studies in epidemiologyQuality (philosophy)PsychologyScope (computer science)Applied psychologyMedical educationMedicineClinical trialStatisticsNursing

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Simulation-based research (SBR) is rapidly expanding but the quality of reporting needs improvement. For a reader to critically assess a study, the elements of the study need to be clearly reported. Our objective was to develop reporting guidelines for SBR by creating extensions to the Consolidated Standards of Reporting Trials (CONSORT) and Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) Statements. METHODS: An iterative multistep consensus-building process was used on the basis of the recommended steps for developing reporting guidelines. The consensus process involved the following: (1) developing a steering committee, (2) defining the scope of the reporting guidelines, (3) identifying a consensus panel, (4) generating a list of items for discussion via online premeeting survey, (5) conducting a consensus meeting, and (6) drafting reporting guidelines with an explanation and elaboration document. RESULTS: The following 11 extensions were recommended for CONSORT: item 1 (title/abstract), item 2 (background), item 5 (interventions), item 6 (outcomes), item 11 (blinding), item 12 (statistical methods), item 15 (baseline data), item 17 (outcomes/estimation), item 20 (limitations), item 21 (generalizability), and item 25 (funding). The following 10 extensions were recommended for STROBE: item 1 (title/abstract), item 2 (background/rationale), item 7 (variables), item 8 (data sources/measurement), item 12 (statistical methods), item 14 (descriptive data), item 16 (main results), item 19 (limitations), item 21 (generalizability), and item 22 (funding). An elaboration document was created to provide examples and explanation for each extension. CONCLUSIONS: We have developed extensions for the CONSORT and STROBE Statements that can help improve the quality of reporting for SBR.

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)0,490
score de la tête « metaresearch » (Gemma)0,800
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,510
Score d'incertitude au seuil0,629

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4900,800
Méta-épidémiologie (sens strict)0,0050,005
Méta-épidémiologie (sens large)0,0090,013
Bibliométrie0,0240,026
Études des sciences et des technologies0,0050,008
Communication savante0,0160,010
Science ouverte0,0130,013
Intégrité de la recherche0,0160,021
Charge utile insuffisante (le modèle a refusé de juger)0,0490,031

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 Opus0,353
Tête enseignante GPT0,584
Écart entre enseignants0,231 · 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'étudeSans objet
DomainePrésentation des résultats
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations390
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSimulation in Healthcare The Journal of the Society for Simulation in HealthcareMême sujetSimulation-Based Education in HealthcareTravaux en français237 207