MétaCan
Menu
← Retour à la cohorte
Enregistrement W2999424170 · doi:10.1200/jco.2013.31.15_suppl.e17587

Keeping guidelines current: A six-month evaluation of Wiki-based lung cancer guidelines.

2013· article· en· W2999424170 sur OpenAlexaboutno aff
Ian Olver, Jutta von Dincklage, Andrew Garrett, Laura Holliday, Christine Vuletich

Notice bibliographique

RevueJournal of Clinical Oncology · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGuidelineReferralFamily medicineThe InternetPublic healthBreast cancerLung cancerMedical educationWorld Wide WebCancerNursingPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

e17587 Background: The challenge for clinical practice guidelines is keeping them regularly updated with new evidence, and widely disseminated in a cost effective manner. This is difficult with printed guidelines and so Cancer Council Australia developed an internet based wiki platform for guidelines and assessed the impact of wiki lung cancer treatment guidelines 6 months after their development. Methods: The key steps in guideline development of identifying questions, literature searching, appraisal of papers, experts writing evidence-based recommendations and wide public consultation and dissemination were integrated in an access-protected wiki. Google web analytics was used to monitor usage. New papers are added and the writers continuously engaged in updating their questions. The evaluation spanned 6 months from May to November 2012. Results: The lung cancer guidelines had 67 clinical questions and 2076 articles were critically appraised. In the first month during public consultation there were 1055 visits to the site and 2955 visits in the following 5 months. The guidelines were accessed from a mobile device by 7% for consultation and 11% subsequently. During the consultation 80% of visits were from Australia, 6% New Zealand, 4% USA and 2% UK. In the consultation period 56% visits resulted from organic search traffic, 31% direct access and 13% referrals and subsequently 72% from searches, 19% direct and 11% referrals. The guideline partner Cancer Australia was the major source of referral (26% during consultation and 25% subsequently) as well as Cancer Council’s main website 9% during the consultation and 38% subsequently. Facebook was responsible for 6-8% of referrals highlighting the role of social media in promoting guidelines. The average highest visit duration by a country was 9.06 minutes in the consultation month (Australia) and 7.24 for Canada. Bounce rates vary widely from 20% (Germany) to above 70% (USA, UK, India). Conclusions: Both clinicians and the public will engage with wiki guidelines and they reach a wide international audience.

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)0,110
score de la tête « metaresearch » (Gemma)0,357
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,890
Score d'incertitude au seuil0,582

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1100,357
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0040,003
Études des sciences et des technologies0,0020,002
Communication savante0,0050,007
Science ouverte0,0030,008
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,707
Tête enseignante GPT0,698
Écart entre enseignants0,009 · 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
DomaineÉvaluation
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetSocial Media in Health Education→Travaux en français237 207→