Unique Features of the INESSS-ONF Rehabilitation Guidelines for Moderate to Severe Traumatic Brain Injury: Responding to Users' Needs
Notice bibliographique
Résumé
OBJECTIVE: Traumatic brain injury (TBI) clinical practice guidelines are a potential solution to rapidly expanding literature. The project objective was to convene experts to develop a unique set of TBI rehabilitation recommendations incorporating users' priorities for format and implementation tools including indicators of adherence. METHODS: The Guidelines Adaptation & Development Cycle informed recommendation development. Published TBI recommendations were identified and tabulated. Experts convened to adapt or, where appropriate, develop new evidence-based recommendations. These draft recommendations were validated by systematically reviewing relevant literature. Surveys of experts and target users were triangulated with strength of evidence to identify priority topics. RESULTS: The final recommendation set included a rationale, implementation tools (algorithms/adherence indicators), key process indicators, and evidence summaries, and were divided in 2 sections: Section I: Components of the Optimal TBI Rehabilitation System (71 recommendations) and Section II: Assessment and Rehabilitation of Brain Injury Sequelae (195 recommendations). The recommendations address top priorities for the TBI rehabilitation system: (1) intensity/frequency of interventions; (2) rehabilitation models; (3) duration of interventions; and (4) continuity-of-care mechanisms. Key sequelae addressed (1) behavioral disorders; (2) cognitive dysfunction; (3) fatigue and sleep disturbances; and (4) mental health. CONCLUSION: This TBI rehabilitation guideline used a robust development process to address users' priorities.
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 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 | 0,006 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».