A modified Delphi and cross-sectional survey to facilitate selection of optimal outcomes and measures for a systematic review on geriatrician-led care models
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to identify relevant outcomes and measures to inform a systematic review (SR) on the comparative effectiveness of geriatrician-led care models. STUDY DESIGN AND SETTING: In the modified Delphi to select outcomes for inclusion in the SR, knowledge users (KUs) from Ontario, Alberta, and Saskatchewan rated outcome importance using a Likert scale. A survey was then completed by geriatricians to determine optimal measures for selected outcomes. Findings were analyzed using frequencies, means, and standard deviations (SDs). RESULTS: Thirty-three KUs (patients, caregivers, policymakers and geriatricians) rated 27 outcomes in round 1 of the modified Delphi. Top-rated outcomes included function (mean 6.85 ± SD 0.36), cognition (6.47 ± SD 0.72), and quality of life (6.38 ± SD 0.91). Twenty-three KUs participated in round 2 and rated 24 outcomes. Top-rated outcomes in round 2 were function (6.87 ± SD 0.34), quality of life (6.45 ± SD 1.10), and cognition (6.43 ± SD 0.73). The survey was completed by 22 geriatricians and the highest ranked measures were Activities of Daily Living (function), Mini-Mental State Examination (cognition), and the Medical Outcomes Study SF-36 (quality of life). CONCLUSION: We identified the most relevant outcomes and measures for patients, caregivers, policymakers, and geriatricians, allowing us to tailor the SR to KU needs.
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 | 0,121 | 0,292 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».