Prioritization of rehabilitation Domains for establishing spinal cord injury high performance indicators using a modification of the Hanlon method: SCI-High Project
Notice bibliographique
Résumé
Objectives: To prioritize Domains of SCI Rehabilitation Care (SCI-Care) based on clinical importance and feasibility to inform the development of indicators of quality SCI-Care for adults with SCI/D in Canada.Methods: A 17-member external advisory committee, comprised of key stakeholders, ranked 15/37 Domains of rehabilitation previously flagged by the E-scan project team for gaps between knowledge generation and clinical implementation. Priority scores (D) were calculated using the Hanlon formula: D=[A+(2×B)]×C, where A is prevalence, B is seriousness, and C is the effectiveness of available interventions. A modified “EAARS” (Economic, Acceptability, Accessibility, Resources, and Simplicity) criterion was used to rank feasibility on a scale of 0–4 (4 is high). The product of these two scores determined the initial Domain ranking. Following the consensus process, further changes were made to the Domain rankings.Results: Despite a low feasibility score, Sexual Health was ranked as high priority; and, the Community Participation and Employment Domains were merged. The 11 final prioritized Domains in alphabetic order were: Cardiometabolic Health; Community Participation and Employment; Emotional Well-Being; Reaching, Grasping, and Manipulation; Self-Management; Sexual Health; Tissue Integrity; Urinary Tract Infection; Urohealth; Walking, and Wheeled Mobility.Conclusions: The modified Hanlon method was used to facilitate prioritization of 11 of 37 Domains to advance the quality of SCI-care by 2020. In future, the Spinal Cord Injury Rehabilitation Care High Performance Indicators (SCI-High) Project Team will develop structure, process and outcome indicators for each prioritized Domain.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».