Translating research into practice—implementation recommendations for pediatric rheumatology; Proceedings of the childhood arthritis and rheumatology research alliance 2020 implementation science retreat
Notice bibliographique
Résumé
The translation of research findings into clinical practice is challenging, especially fields like in pediatric rheumatology, where the evidence base is limited, there are few clinical trials, and the conditions are rare and heterogeneous. Implementation science methodologies have been shown to reduce the research- to- practice gap in other clinical settings may have similar utility in pediatric rheumatology. This paper describes the key discussion points from the inaugural Childhood Arthritis and Rheumatology Research Alliance Implementation Science retreat held in February 2020. The aim of this report is to synthesize those findings into an Implementation Science Roadmap for pediatric rheumatology research. This roadmap is based on three foundational principles: fostering curiosity and ensuring discovery, integration of research and quality improvement, and patient-centeredness. We include six key steps anchored in the principles of implementation science. Applying this roadmap will enable researchers to evaluate the full range of research activities, from the initial clinical design and evidence acquisition to the application of those findings in pediatric rheumatology clinics and direct patient care.
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 | 0,393 | 0,421 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,011 |
| Communication savante | 0,027 | 0,022 |
| Science ouverte | 0,010 | 0,026 |
| Intégrité de la recherche | 0,029 | 0,037 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,006 |
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 ».