MétaCan
Menu
← Retour à la cohorte
Enregistrement W2761574245 · doi:10.1093/pch/20.5.e45b

35: Examining the Evidence and Strength of Recommendations Behind the 2014 Rourke Baby Record Preventive Care Guide

2015· article· en· W2761574245 sur OpenAlexaff
Bruno Riverin, P Li, Leslie Rourke, Denis Leduc, Joanne Rourke

Notice bibliographique

RevuePaediatrics & Child Health · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueChild and Adolescent Health
Établissements canadiensMontreal Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineHarmPsychological interventionPreventive careQuality (philosophy)Family medicineEvidence-based practiceEvidence-based medicineMEDLINEHealth careNursingAlternative medicinePsychology

Résumé

récupéré en direct d'OpenAlex

Recommendations for preventive care in children, including screening maneuvers, anticipatory guidance and specific interventions, should be based on sound evidence. The health maintenance recommendations should be effective if applied, should not cause unintended consequences (harm), and should optimize the time spent in clinic between the primary care provider and family. The Rourke Baby Record (RBR) is a tool for primary care providers, which includes preventive care recommendations based on available evidence. We sought to rank recommendations for preventive care in the most recent iteration of the RBR by order of priority based on level of evidence and strength of recommendation. We also highlighted advantages and drawbacks to assigning a priority value to preventive services in children based on the current classification system. We assigned a level of evidence (low, moderate, or high) using the GRADE system and a strength of recommendation (weak or strong) for each of the recommendations in the 2014 RBR. We gave the highest values to strong recommendations supported by high quality evidence, and the lowest values to weak recommendations supported by low quality evidence. We re-examined the evidence base for strong recommendations and ranked them according to 1) importance of outcomes, 2) uncertainty and magnitude of estimates of benefits or harms, and 3) feasibility for implementation during well-baby and well-child visits. The number of preventive care recommendations in children supported by high quality studies is limited. A large majority of recommendations are based on expert consensus. Recommendations that ranked high in priority had a large potential for health improvement, including immunizations, growth monitoring, breastfeeding counseling, vehicle safety and counseling to prevent sudden infant death syndrome. We highlight some of the difficulties encountered in developing an evidence base for pediatric preventive care, including the lack of evidence for long-term health benefits and the poor methodological quality of studies. Evidence of benefits and harms from randomized controlled trials is often lacking for ethical or feasibility reasons. Except for maneuvers with a clear potential for health improvement such as immunizations, the evidence is limited for preventive care recommendations, leaving clinicians with little empirical guidance on how to implement them. While evidence of causality between preventive care and better health outcomes should be established, estimates of benefits from randomized trials should not always be sought. Observational study designs or quasi-experimental designs of high quality can make a large contribution to the evidence base in this field and should be considered in future research.

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)0,147
score de la tête « metaresearch » (Gemma)0,543
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,147
Score d'incertitude au seuil0,777

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1470,543
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0060,015
Bibliométrie0,0340,018
Études des sciences et des technologies0,0030,003
Communication savante0,0080,008
Science ouverte0,0070,007
Intégrité de la recherche0,0080,007
Charge utile insuffisante (le modèle a refusé de juger)0,0150,005

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 Opus0,081
Tête enseignante GPT0,404
Écart entre enseignants0,322 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child Health→Même sujetChild and Adolescent Health→Travaux en français237 207→