Prioritising respiratory research needs in primary care: results from the International Primary Care Respiratory Group (IPCRG) global e-Delphi exercise
Notice bibliographique
Résumé
Respiratory diseases impose a significant burden on global morbidity and mortality accounting for 7.7m deaths/yr. Primary care plays an essential role in the prevention, diagnosis and management of respiratory diseases, and relevant evidence-based guidelines are required. However, there is a lack of investment in primary care respiratory research and an up-to-date prioritised research needs statement should help to bridge this gap. An e-Delphi exercise was conducted to identify and prioritise the most important respiratory research questions and topics relevant to primary care clinicians globally. Participants included 112 community-based physicians, nurses and other healthcare professionals from 27 high-, middle-, and low-income countries. 608 initial research questions were suggested by participants, then refined to 176 questions through review by academic experts. Questions included topics relevant to the diagnosis, management, monitoring, self-management and prognosis of asthma, COPD and other respiratory conditions. Following 2 rounds of rating, 49 questions reached 80% consensus, which was based on importance and clinical relevance. The top 5 ranked questions concerning the best ways in primary care to manage chronic cough; monitor asthma; prevent exacerbations and progression of asthma; deliver brief advice to quit tobacco use; manage COPD patients with cardiovascular comorbidities.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».