OP35 Integrated Knowledge Translation In Policy Development
Notice bibliographique
Résumé
Introduction: Immune globulin (IG) is a publicly funded blood product with high utilization rates and rapidly rising costs. Inappropriate use of IG, particularly in dose and treatment duration, is observed in about 10 percent of cases, and the national guidelines for IG treatment are outdated. To develop a utilization management policy for IG, the Alberta, Manitoba and Saskatchewan Ministries of Health collaborated with health technology assessment (HTA) researchers and clinicians to develop evidence-based guideline recommendations for IG treatment to inform an authorization policy for IG utilization in the provinces. Methods: A multidisciplinary committee comprising HTA researchers and 22 physicians from seven medical specialties adapted recommendations from 43 “seed” guidelines into one locally contextualized IG guideline. HTA methods and rapid review products were used extensively to update gaps in the evidence base. The guideline recommendation document was used to develop a provincial IG utilization management policy. The challenges of achieving a methodologically rigorous guideline development process will be discussed. Results: The guideline contained over 60 recommendations for IG use in different medical specialties. The health ministries used the guideline recommendations to develop an IG authorization policy. The clinician-sanctioned review criteria were used to construct a conditional reimbursement system for generating outcome data from controlled off-label IG use for conditions where evidence gaps existed, and were built into policies for benchmarking compliance. Conclusions: Three provinces successfully collaborated to develop an IG utilization management policy. The unique approach involved a credible and transparent process that incorporated key review elements for compliance benchmarking and reimbursement, promoted clinician buy-in, and created a cadre of clinical champions willing to assist in policy development and implementation. The proactive, rather than retroactive, incorporation of clinician-sanctioned benchmarking and review criteria into policy will help bridge the know-do gap and foster a stronger, more direct link between health policy and evidence.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».