We Must Improve How Clinicians Interpret the Study Results of Benefit and Harm
Notice bibliographique
Résumé
Knowledge translation (KT) has become a pivotal part of the research world. 1 For research to have meaning, the results must be communicated to others who can appreciate and use the new information in some relevant capacity. From the clinician’s perspective, KT is an essential ingredient to closing the gap between best evidence and clinical practice. 2 How the presenters at a medical conference communicate the results of clinical studies to practising physicians is the subject of an article by Allen et al in the current issue of the Canadian Journal of General Internal Medicine (CJGIM). The authors point out that the terminology and format by which results are communicated may be less than ideal. What is also striking is the limited ability amongst clinicians for understanding the formats commonly used for communicating study results. It is this latter issue that clearly needs to be addressed in medical schools and residency programs. Moreover, the ideal solution to improving the communication of statistical information to practitioners, so that they can make fully informed therapeutic decisions, is not to narrow the format to a select number of “ideal” parameters, but rather to expand the ability of the recipients to understand as many of these relevant terms as possible.
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 | 0,427 | 0,736 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,008 | 0,005 |
| Bibliométrie | 0,013 | 0,005 |
| Études des sciences et des technologies | 0,008 | 0,026 |
| Communication savante | 0,042 | 0,062 |
| Science ouverte | 0,010 | 0,015 |
| Intégrité de la recherche | 0,023 | 0,039 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,012 |
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 ».