MétaCan
Menu
Retour à la cohorte
Enregistrement W3199723334 · doi:10.1186/s40900-021-00304-y

Patient and family engagement in the development of core outcome sets for two rare chronic diseases in children

2021· letter· en· W3199723334 sur OpenAlexafffund
Shelley Vanderhout, Maureen Smith, Nicole Pallone, Kylie Tingley, Michael Pugliese, Pranesh Chakraborty, Sylvia Stöckler, Martin Offringa, Nancy J. Butcher, Stuart G. Nicholls, Beth K. Potter

Notice bibliographique

RevueResearch Involvement and Engagement · 2021
Typeletter
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensUniversity of TorontoSickKids FoundationBC Children's HospitalNewborn Screening OntarioHospital for Sick ChildrenUniversity of British ColumbiaChildren's Hospital of Eastern OntarioOttawa HospitalUniversity of Ottawa
Organismes subventionnairesMcGill UniversityCanadian Institutes of Health ResearchOntario SPOR SUPPORT Unit
Mots-clésOutcome (game theory)MedicineCore (optical fiber)PediatricsIntensive care medicinePsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Core outcome sets (COS) are lists of consensus-determined outcomes to be measured and reported in all clinical research studies within a disease area. While including patients and families in COS development to improve their relevance and applicability to patient values is key, there is limited literature documenting practical barriers and facilitators to successful patient engagement in COS development. In this paper, as researchers and patient partners, we provide a resource for COS developers to meaningfully and effectively engage patients and families. MAIN BODY: To establish a consensus-based COS for children with two inherited metabolic diseases (medium-chain acyl-CoA dehydrogenase deficiency and phenylketonuria), we conducted an evidence review, Delphi survey, and workshop. Two adult patient partner co-investigators co-developed the study protocol, co-designed strategies to address challenges with incorporating patient perspectives, and led all patient engagement activities, including communication with a group of family advisors. Seven adult family advisors received training about COS development and subsequently contributed to Delphi survey development, outcome definitions, the consensus workshop, and selection of outcome measurement instruments. Patient partner co-investigators and family advisors were essential to the successful design, conduct, and completion of the two COS. Patient partner co-investigators supported the understanding, inclusion and engagement of family advisors, and helped develop accessible tools to determine patient-oriented outcome measurement instruments. Patient partner co-investigators and family advisors collaborated with the study team to co-develop surveys, modify technical language, and recruit participants to the study. Together, we addressed challenges to patient engagement in COS development such as unfamiliarity with study methods, comprehensibility of materials and ongoing engagement, and power imbalances between team members. CONCLUSION: Our approach to patient and family engagement in COS development for two rare conditions for children was feasible and considered valuable by all study team members, including patients and family members, in improving the relevance of the deliverable to patients. This approach to patient engagement in developing COS can be applied to other paediatric disease contexts, allowing patient and family perspectives to influence the direction of future studies to develop COS.

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)0,272
score de la tête « metaresearch » (Gemma)0,265
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,728
Score d'incertitude au seuil0,898

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2720,265
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,003
Communication savante0,0040,005
Science ouverte0,0020,012
Intégrité de la recherche0,0020,004
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 Opus0,434
Tête enseignante GPT0,498
Écart entre enseignants0,064 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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

Citations23
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Involvement and EngagementMême sujetDelphi Technique in ResearchTravaux en français237 207