Evaluating the reliability of a tool to measure the quality of gastrointestinal multidisciplinary cancer conferences: A generalizability study
Notice bibliographique
Résumé
Background Lamb et al. developed the metric for the observation of decision-making tool (MTB-MODe) to evaluate the quality of urologic multidisciplinary cancer conferences (MCCs) in the United Kingdom. We used generalizability theory to assess the reliability of a modified version of MTB-MODe in a North American context. Specifically, we wished to determine if the tool could distinguish between high- and low-quality MCC decision-making. Methods Two assessors independently evaluated two MCCs (MCC1, MCC2) using the modified MTB-MODe. Generalizability theory was used to assess overall tool reliability and to identify sources most likely to contribute to variance in reliability scores. A total of 60 cases were evaluated. Results The overall reliability scores of MCC1 and MCC2 were 0.72 and 0.74, respectively. Inter-rater reliability scores were reasonable (>0.55) and raters did not contribute significantly to variance in reliability scores. Internal consistency of the individual MTB-MODe items was low, demonstrating that items were not highly correlated. Conclusions The MTB-MODe reliably assessed the quality of individual MCC cases. Raters did not contribute significantly to reliability scores, suggesting that the tool can be successfully implemented using a single rater. Low internal consistency of the MTB-MODe items demonstrates that the tool can be used to provide feedback on individual tool items. Such data can be used by stakeholders to help improve MCC quality.
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 | 0,193 | 0,317 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».