Adapting evidence‐based clinical practice guidelines at university teaching hospitals: A model for the Eastern Mediterranean Region
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
RATIONALE, AIMS, AND OBJECTIVES: Clinical practice guidelines (CPGs) are significant tools for evidence-based health care quality improvement. The CPG program at King Saud University was launched as a quality improvement program to fulfil the international accreditation standards. This program was a collaboration between the Research Chair for Evidence-Based Healthcare and Knowledge Translation and the Quality Management Department. This study aims to develop a fast-track method for adaptation of evidence-based CPGs and describe results of the program. METHODS: Twenty-two clinical departments participated in the program. Following a CPGs awareness week directed to all health care professionals (HCPs), 22 teams were trained to set priorities, search, screen, assess, select, and customize the best available CPGs. The teams were technically supported by the program's CPG advisors. To address the local health care context, a modified version of the ADAPTE was used where recommendations were either accepted or rejected but not changed. A strict peer-review process for clinical content and methodology was employed. RESULTS: In addition to raising awareness and building capacity, 35 CPGs were approved for implementation by March 2018. These CPGs were integrated with other existing projects such as accreditation, electronic medical records, performance management, and training and education. Preliminary implementation audits suggest a positive impact on patient outcomes. Leadership commitment was a strength, but the high turnover of the team members required frequent and extensive training for HCPs. CONCLUSION: This model for CPG adaptation represents a quick, practical, economical method with a sense of ownership by staff. Using this modified version can be replicated in other countries to assess its validity.
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.
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 | 0,166 | 0,847 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,004 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle