MétaCan
Menu
Retour à la cohorte
Enregistrement W2919153517 · doi:10.2106/jbjs.f.00633

Perceptions and Competence in Evidence-Based Medicine

2007· article· en· W2919153517 sur OpenAlexaff
Rudolf W. Poolman, Inger N. Sierevelt, Forough Farrokhyar, J A Mazel, Leendert Blankevoort, Mohit Bhandari

Notice bibliographique

RevueJournal of Bone and Joint Surgery · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensMcMaster UniversityHamilton General Hospital
Organismes subventionnairesnon disponible
Mots-clésEvidence-based medicineMedicineCompetence (human resources)Family medicineAlternative medicineClinical decision makingMEDLINEPerceptionMedical educationPsychologyPathologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Background:The Journal of Bone and Joint Surgery, American Volume (The Journal) recently initiated a section called “Evidence-Based Orthopaedics.” Furthermore, a level-of-evidence rating is now used in The Journal to help readers in clinical decision-making. Little is known about whether this recent emphasis has influenced surgeons' perceptions about and competence in evidence-based medicine. Therefore, we examined perceptions and competence in evidence-based medicine among Dutch orthopaedic surgeons. Methods: Members of the Dutch Orthopaedic Association were surveyed to examine their attitudes toward evidence-based medicine and their competence in evidence-based medicine. We evaluated competences using a newly developed instrument tailored to surgical practice. Results: Of the 611 members, 367 surgeons (60%) responded. Orthopaedic surgeons welcomed evidence-based medicine. Practical evidence-based medicine resources were perceived as the best method to move from opinion-based or experience-based to evidence-based practice. Four variables were significantly and positively associated with the competence instrument: (1) a younger age, particularly between thirty-six and forty-five years (p = 0.007), (2) experience of less than ten years (p = 0.032), (3) having a PhD degree (p < 0.001), and (4) working in an academic or teaching setting (p = 0.004). The majority of the respondents were aware of The Journal's evidence-based medicine section (84%) and level-of-evidence ratings (65%), and 20% used The Journal's evidence-based medicine abstracts in clinical decision-making. This increased awareness of evidence-based medicine was also reflected in the frequent use of Cochrane reviews in clinical decision-making (27% of the respondents). Surgeons who used and those who were aware of but did not use The Journal's evidence-based medicine abstracts or Cochrane reviews in clinical decision-making had significantly higher competence instrument scores than those who were unaware of these resources (p = 0.03 and p < 0.001, respectively). Conclusions: Evidence-based medicine is welcomed by Dutch orthopaedic surgeons. The recent emphasis on evidence-based medicine is reflected in an increased awareness about The Journal's evidence-based medicine section, levels of evidence, and the largest evidence-based medicine resource: the Cochrane reviews. Younger orthopaedic surgeons had better knowledge about evidence-based medicine. The development and use of evidence-based resources as well as preappraised summaries such as The Journal's evidence-based medicine abstracts and Cochrane reviews were perceived as the best way to move from opinion-based to evidence-based orthopaedic practice.

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)0,011
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,052
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,321
Tête enseignante GPT0,490
Écart entre enseignants0,169 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations39
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bone and Joint SurgeryMême sujetHealth Sciences Research and EducationTravaux en français237 207