MétaCan
Menu
Retour à la cohorte
Enregistrement W2589426778 · doi:10.3389/fpubh.2017.00021

Modified Delphi Consensus to Suggest Key Elements of Stepping On Falls Prevention Program

2017· article· en· W2589426778 sur OpenAlexaboutno aff
Jane Mahoney, Lindy Clemson, Amy E. Schlotthauer, Karin A. Mack, Terry Shea, Vicki L. Gobel, Sandy Cech

Notice bibliographique

RevueFrontiers in Public Health · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensnon disponible
Organismes subventionnairesCenters for Disease Control and Prevention
Mots-clésDelphi methodRasch modelFall preventionDelphiPsychologyMedical educationPoison controlApplied psychologyMedicineSuicide preventionComputer scienceEnvironmental healthArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Falls among older adults result in substantial morbidity and mortality. Community-based programs have been shown to decrease the rate of falls. In 2007, the Centers for Disease Control and Prevention funded a research study to determine how to successfully disseminate the evidence-based fall prevention program (Stepping On) in the community setting. As the first step for this study, a panel of subject matter experts were convened to suggest which parts of the Stepping On fall prevention program were considered key elements, which could not be modified by implementers. Methods: Older adult fall prevention experts from the United States, Canada, and Australia participated in a modified Delphi technique process to suggest key program elements of Stepping On. Forty-four experts were invited to ensure that the panel of experts would consist of equal numbers of physical therapists, occupational therapists, geriatricians, exercise scientists, and public health researchers. Consensus was determined by percent of agreement among panelists. A Rasch analysis of item fit was conducted to explore the degree of diversity and/or homogeneity of responses across our panelists. Results: The Rasch analysis of the 19 panelists using fit statistics shows there was a reasonable and sufficient range of diverse perspectives (Infit MnSQ 1.01, Z score -0.1, Outfit MnSQ 0.96, Z score –0.2 with a separation of 4.89). Consensus was achieved that these elements were key: 17 of 18 adult learning elements, 11 of 22 programming, 12 of 15 exercise, seven of eight upgrading exercises, two of four peer co-leader’s role, and all of the home visits, booster sessions, group leader’s role, and background and training of group leader elements. The top five key elements were: 1) use plain language, 2) develop trust, 3) engage people in what is meaningful and contextual for them, 4) train participants for cues in self-monitoring quality of exercises, and 5) group leader learns about exercises and understands how to progress them. Discussion: The Delphi consensus process suggested key elements related to Stepping On program delivery. These elements were considered essential to program effectiveness. Findings from this study laid the foundation for translation of Stepping On for broad U.S. dissemination.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,837
Score d'incertitude au seuil0,805

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,266
Tête enseignante GPT0,511
Écart entre enseignants0,246 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
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

Citations34
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetDelphi Technique in ResearchTravaux en français237 207