MétaCan
Menu
Retour à la cohorte
Enregistrement W2892921286 · doi:10.1200/jgo.18.82000

National Comprehensive Cancer Network: Global Utilization of Clinical Oncology Guidelines

2018· article· en· W2892921286 sur OpenAlexaboutno aff
Robert Carlson, Candice Donnelly, Katy Winckworth-Prejsnar, Juan Bacigalupo, Joan S. McClure

Notice bibliographique

RevueJournal of Global Oncology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineExcellenceClinical OncologyOncologyNiceFamily medicineClinical PracticeMEDLINECancer

Résumé

récupéré en direct d'OpenAlex

Background: The global influence and demand for clinical oncology guidelines is increasing. National Comprehensive Cancer Network (NCCN), American Society of Clinical Oncology (ASCO), European Society of Medical Oncology (ESMO), and various other organizations develop clinical oncology guidelines, which are used across regions to provide evidence-based recommendations for the management of cancer.1 Aim: To identify and analyze utilization trends of clinical oncology guidelines outside the US. Methods: In 2017, NCCN distributed an electronic survey to 212,423 registered users of the NCCN Web site outside the US through a third party software. Participants were prompted to respond to the following statement “I consult the following guidelines regularly: (Select all that apply).” Options included several clinical oncology guidelines, as well as the option “I do not regularly consult clinical oncology guidelines.” The survey also included the following query: “In my opinion, the NCCN Guidelines are: (select one per row).” The survey then listed several descriptors and the respondents were asked to select strongly agree, agree, no opinion, disagree, or strongly disagree for each one. Results: NCCN received 1698 responses to the survey from oncology professionals outside of the US. Of this pool, 82% of respondents identified as physicians and 18% were other oncology professionals. Of respondents to the first query (n=1190), 89% selected the NCCN Clinical Practice Guidelines in Oncology (NCCN Guidelines), 55% ESMO Clinical Practice Guidelines, 50% ASCO Guidelines, 20% National Institute for Health and Care Excellence (NICE) guidelines, 15% local, national, or other oncology guidelines, 11% Sociedad Española de Oncología Médica (SEOM), 8% Cancer Care Ontario Guidelines, 7% Multinational Association of Supportive Care in Cancer (MASCC), 6% Japanese Society of Medical Oncology Clinical Guidelines, and 6% do not regularly consult clinical oncology guidelines. In response to the second query (n=1392), more than 90% of respondents outside of the US “strongly agree” or “agree” that the NCCN Guidelines are useful in patient care decision-making, a reliable reference, up-to-date, objective and balanced, evidence-based, and helpful in clinical teaching. Conclusion: Based on data presented, NCCN Guidelines are consulted more frequently than any other clinical oncology guideline outside the US. Previous research indicates similar utilization trends. We believe, in part, healthcare professionals outside the US consult the NCCN Guidelines frequently due to the descriptors listed in the survey results. Additional research is needed to identify the synergies between the relevance of international clinical oncology guidelines and local utilization trends to better serve the needs of patients globally.

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)0,005
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,156

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,030
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,015
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,004

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 Opus0,651
Tête enseignante GPT0,675
Écart entre enseignants0,024 · 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'étudeObservationnel
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Global OncologyMême sujetClinical practice guidelines implementationTravaux en français237 207