A Mobile Clinical Decision Support Tool for Pediatric Cardiovascular Risk-Reduction Clinical Practice Guidelines: Development and Description
Notice bibliographique
Résumé
BACKGROUND: Widespread application of research findings to improve patient outcomes remains inadequate, and failure to routinely translate research findings into daily clinical practice is a major barrier for the implementation of any evidence-based guideline. Strategies to increase guideline uptake in primary care pediatric practices and to facilitate adherence to recommendations are required. OBJECTIVE: Our objective was to operationalize the US National Heart, Lung, and Blood Institute's Integrated Guidelines for Cardiovascular Health and Risk Reduction in Children and Adolescents into a mobile clinical decision support (CDS) system for healthcare providers, and to describe the process development and outcomes. METHODS: To overcome the difficulty of translating clinical practice guidelines into a computable form that can be used by a CDS system, we used a multilayer framework to convert the evidence synthesis into executable knowledge. We used an iterative process of design, testing, and revision through each step in the translation of the guidelines for use in a CDS tool to support the development of 4 validated modules: an integrated risk assessment; a blood pressure calculator; a body mass index calculator; and a lipid management instrument. RESULTS: The iterative revision process identified several opportunities to improve the CDS tool. Operationalizing the integrated guideline identified numerous areas in which the guideline was vague or incorrect and required more explicit operationalization. Iterative revisions led to workable solutions to problems and understanding of the limitations of the tool. CONCLUSIONS: The process and experiences described provide a model for other mobile CDS systems that translate written clinical practice guidelines into actionable, real-time clinical recommendations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».