Co-creation of patient engagement quality guidance for medicines development: an international multistakeholder initiative
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Meaningful patient engagement (PE) can enhance medicines' development. However, the current PE landscape is fragmentary and lacking comprehensive guidance. METHODS: We systematically searched for PE initiatives (SYNaPsE database/publications). Multistakeholder groups integrated these with their own PE expertise to co-create draft PE Quality Guidance which was evaluated by public consultation. Projects exemplifying good PE practice were identified and assessed against PE Quality Criteria to create a Book of Good Practices (BOGP). RESULTS: Seventy-six participants from 51 organisations participated in nine multistakeholder meetings (2016-2018). A shortlist of 20relevant PE initiatives (from 170 screened) were identified. The co-created INVOLVE guidelines provided the main framework for PE Quality Guidance and was enriched with the analysis of the PE initiatives and the PE expertise of stakeholders. Seven key PE Quality Criteria were identified. Public consultation yielded 67 responses from diverse backgrounds. The PE Quality Guidance was agreed to be useful for achieving quality PE in practice, understandable, easy to use, and comprehensive. Overall, eight initiatives from the shortlist and from meeting participants were selected for inclusion in the BOGP based on demonstration of PE Quality Criteria and willingness of initiative owners to collaborate. DISCUSSION: The PE Quality Guidance and BOGP are practical resources which will be continually updated in response to user feedback. They are not prescriptive, but rather based on core principles, which can be applied according to the unique needs of each interaction and initiative. Implementation of the guidance will facilitate improved and systematic PE across the medicines' development lifecycle.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 découle