MétaCan
Menu
Retour à la cohorte
Enregistrement W3025510658 · doi:10.2196/17370

Evaluation of the Level of Evidence Supporting the Recommendations Constituting the American Academy of Dermatology Clinical Practice Guidelines: Cross-Sectional Analysis

2020· article· en· W3025510658 sur OpenAlexvenueno aff
Courtney Cook, Ryan Ottwell, Taylor Rogers, Jake X. Checketts, Sanjeev Musuvathy, Matt Vassar

Notice bibliographique

RevueJMIR Dermatology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGuidelineEvidence-based medicineClinical PracticeFamily medicineCross-sectional studyEvidence-based practiceMEDLINEAlternative medicineHealth carePathology

Résumé

récupéré en direct d'OpenAlex

Background Clinical practice guidelines are evidence-based recommendations used by physicians to improve patient care. These guidelines provide the physician with an assessment of the benefits and harms of a treatment and its alternatives. Therefore, it is essential that the clinical practice guidelines be based on the strongest available evidence. Numerous studies in a variety of different fields of medicine have demonstrated that recommendations supported by weak evidence are a common theme in clinical practice guidelines. A clinical guideline based solely on weak evidence has the capability to reduce the quality of care provided by physicians. Objective Our primary objective is to evaluate the levels of evidence supporting the recommendations constituting the American Academy of Dermatology clinical practice guidelines. Methods Using a cross-sectional study design, authors SM and RO located all current clinical practice guidelines on the American Academy of Dermatology website on June 10, 2017, and December 11, 2019. Each recommendation and its corresponding evidence rating were extracted in a duplicate and blinded fashion. A consensus meeting was planned a priori to resolve disagreements in extractions or stratifications. Results In total, 6 clinical guidelines and their subsections were screened and 899 recommendations were identified. Our final data set included 841 recommendations, as 58 recommendations contained no level of evidence and were excluded from calculations. Many recommendations were supported by a moderate level of evidence and therefore received a B rating (346/841, 41.1%). Roughly one-third of the recommendations were supported by a strong level of evidence and were given an A rating (n=307, 36.5%). The clinical practice guideline with the highest overall strength of evidence was regarding the treatment of acne, which had 17 of 35 (48.6%) recommendations supported by strong evidence and only 2 (5.7%) supported by weak evidence. The clinical practice guideline with the fewest recommendations supported by strong evidence was melanoma (13/63, 20.6%). Conclusions Clinical practice guidelines that lack strong supporting evidence could negatively affect patient care, and dermatologists should be mindful that not all recommendations are supported by the strongest level of evidence. An increased quantity of quality research needs to be performed in the field of dermatology to improve the evidence supporting the American Academy of Dermatology clinical practice guidelines.

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)0,174
score de la tête « metaresearch » (Gemma)0,384
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,826
Score d'incertitude au seuil0,921

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1740,384
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,007
Bibliométrie0,0190,015
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
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 Opus0,851
Tête enseignante GPT0,696
Écart entre enseignants0,155 · 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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR DermatologyMême sujetClinical practice guidelines implementationTravaux en français237 207