Shared decision is the only outcome that matters when it comes to evaluating evidence-based practice
Notice bibliographique
Résumé
Determining if a particular treatment improves important clinical outcomes such as symptoms, overall quality of life, incidence of CVD, mortality, among others typically requires well-designed randomised clinical trials. Once this type of evidence is available, clinicians can then use these treatments in day-to-day practice. Hopefully, we would all agree that almost all day-to-day healthcare decisions should be made at the level of each individual patient. Given that, we are becoming increasingly uneasy observing that evaluations of the impact of evidence-based practice (EBP) are invariably focused on improving population-level health outcomes (overall incidence of heart attacks or hospitalisations) rather than at the individual patient level. We believe this focus is inappropriate and fundamentally flawed for the following reasons. Population-level health outcomes rarely if ever take into account patient values and preferences and therefore by definition fly directly in the face of the fundamental goals and definition of EBP. Ignoring patient values and preferences or at least not placing them at the forefront of decision making legitimises the argument that the presence of effects at population levels is sufficient justification for recommending treatments even though the absolute magnitude of these changes clearly may not be important to all individual patients. It seems a frame-shift has taken place, where population-level metrics are being applied in error to a phenomenon that should be evaluated at an individual level. Figure 1 illustrates the two frames—one where interventions should, correctly, be evaluated by population-level outcomes, including morbidity, mortality and treatment effects, and the other showing that at the level of individuals, the right outcome is whether a decision informed by the best available evidence is aligned to a patient’s informed preference. Figure 1 Population versus individual outcomes To avoid continuing this individual-to-population frame-shift error, we suggest the key outcome for EBP evaluations should be primarily if not almost exclusively focused on shared …
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Métarecherche Domaine: Évaluation · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Théorique ou conceptuel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Commentaire Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
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 | 0,091 | 0,147 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,009 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».