Supporting effective participation in health guideline development groups: The Guideline Participant Tool
Notice bibliographique
Résumé
OBJECTIVES: Health guidelines are a key knowledge translation tool produced and used by numerous stakeholders worldwide. Effective participation in guideline development groups or development groups is crucial for guideline success, yet little guidance exists for members of these groups. In this study, we present the Guideline Participant Tool (GPT) to support effective participation in guideline groups, in particular those using the Grading of Recommendations, Assessment, Development, and Evaluation (GRADE) approach. STUDY DESIGN AND SETTING: We used a mixed methods and iterative approach to develop a tool to support guideline participation. We used the findings of a published systematic review to develop an initial list of items for considerations for guideline participants. Then, we refined this list through key informant interviews with guideline chairs, sponsors, and participants. Finally, we validated the GPT in three guideline groups with 26 guideline group members. RESULTS: The initial list of items based on 37 articles from the existing systematic review included 15 themes and 61 items for a draft tool. Ten key informant interviews helped us refine the list to include the following themes: selection of participants, guideline group process, and tool format. 26 respondents completed the validation survey from three guideline groups. Refinement of the tool ultimately generated a GPT with 33 items for participant consideration before, during, and in follow-up to guideline group meetings. CONCLUSION: The GPT contains helpful guidance for all guideline participants, particularly those without previous guideline experience. Future research should further explore the need for additional tools to support guideline participants and identify and develop strategies for improving guideline members' participation in guideline groups. This work will be incorporated into INGUIDE.org guideline training and credentialing efforts by the Guidelines International Network and McMaster University.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Métarecherche Domaine: Méthodes · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | high |
| gpt | aucune catégorie Domaine: non disponible · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | low |
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,287 | 0,479 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,009 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,006 | 0,012 |
| Science ouverte | 0,004 | 0,014 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,005 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».