Low-value clinical practices in injury care: a scoping review protocol
Notice bibliographique
Résumé
INTRODUCTION: Preventable injuries lead to 200 000 hospital stays, 60 000 disabilities, and 13 000 deaths per year in Canada with direct costs of $20 billion. Overall, potentially unnecessary medical interventions are estimated to consume up to 30% of healthcare resources and may expose patients to avoidable harm. However, little is known about overuse for acute injury care. We aim to identify low-value clinical practices in injury care. METHODS AND ANALYSIS: We will perform a scoping review of peer-reviewed and non-peer-reviewed literature to identify research articles, reviews, recommendations and guidelines that identify at least one low-value clinical practice specific to injury populations. We will search Medline, EMBASE, COCHRANE central, and BIOSIS/Web of Knowledge databases, websites of government agencies, professional societies and patient advocacy organisations, thesis holdings and conference proceedings. Pairs of independent reviewers will evaluate studies for eligibility and extract data from included articles using a prepiloted and standardised electronic data abstraction form. Low-value clinical practices will be categorised using an extension of the Agency for Healthcare Research and Quality conceptual framework and data will be presented using narrative synthesis. ETHICS AND DISSEMINATION: Ethics approval is not required as original data will not be collected. This study will be disseminated in a peer-reviewed journal, international scientific meetings, and to knowledge users through clinical and healthcare quality associations. This review will contribute new knowledge on low-value clinical practices in acute injury care. Our results will support the development indicators to measure resource overuse and inform policy makers on potential targets for deadoption in injury care.
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 | 0,134 | 0,104 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,007 |
| Méta-épidémiologie (sens large) | 0,016 | 0,014 |
| Bibliométrie | 0,024 | 0,019 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,008 | 0,009 |
| Intégrité de la recherche | 0,010 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,071 | 0,016 |
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 source (Gemma direct ou Codex distillé), 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 ».