How to adapt existing evidence-based clinical practice guidelines: a case example with smoking cessation guidelines in Canada
Notice bibliographique
Résumé
OBJECTIVE: To develop and encourage the adoption of clinical practice guidelines (CPGs) for smoking cessation in Canada by engaging stakeholders in the adaptation of existing high-quality CPGs using principles of the ADAPTE framework. METHODS: An independent expert body in guideline review conducted a review and identified six existing CPGs, which met a priori criteria for quality and potential applicability to the local context. Summary statements were extracted and assigned a grade of recommendation and level of evidence by a second expert panel. Regional knowledge exchange brokers recruited additional stakeholders to build a multidisciplinary network of over 800 clinicians, researchers and decision-makers from across Canada. This interprofessional network and other stakeholders were offered various opportunities to provide input on the guideline both online and in person. We actively encouraged end-user input into the development and adaptation of the guidelines to ensure applicability to various practice settings and to promote adoption. RESULTS: The final guideline contained 24 summary statements along with supporting clinical considerations, across six topic area sections. The guideline was adopted by various provincial/territorial and national government and non-governmental organisations. CONCLUSIONS: This method can be applied in other jurisdictions to adapt existing high-quality smoking cessation CPGs to the local context and to facilitate subsequent adoption by various stakeholders.
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 | 0,052 | 0,125 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,017 | 0,005 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».