Adapting patient and public involvement in patient‐oriented methods research: Reflections in a Canadian setting during COVID‐19
Notice bibliographique
Résumé
BACKGROUND: Processes of the patient and public involvement (PPI) in health research shifted quickly during 2020. Faced with large-scale issues, such as the COVID-19 pandemic, the need to adapt processes of PPI to uphold commitments to nurturing the practice of 'nothing about us without us' in research has been urgent and profound. We describe how processes of PPI in research on patient-oriented methods of knowledge translation and implementation science were adapted by four teams in a Canadian setting. METHODS: As part of an ongoing quality improvement self-study to enhance PPI within these teams, team members shared their experiences of PPI in the context of this pivotal year during interviews and facilitated discussions. Drawing on these experiences, we outline challenges and reflections for adapting processes of PPI in health research on methods in times of urgency, conflict and fast-moving change. DISCUSSION: Our reflections offer insight into common issues encountered across teams that may be amplified during times of rapid change, including handling change and uncertainty, sustaining relationship-building and hearing differing perspectives in processes of PPI. CONCLUSION: These learnings present an opportunity to help others active in or planning patient-oriented methods research to reflect on the changing nature of PPI and how to adapt PPI processes in response to turbulent situations in the future.
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 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 | 0,118 | 0,126 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,071 | 0,049 |
| Communication savante | 0,018 | 0,007 |
| Science ouverte | 0,008 | 0,022 |
| Intégrité de la recherche | 0,009 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».