James Lind Alliance Priority Setting Partnership for Degenerative Cervical Myelopathy [AO Spine RECODE-DCM]: An Overview of the Methodology Used to Process and Short-List Research Uncertainties
Notice bibliographique
Résumé
STUDY DESIGN: Overview of the methods used for a James Lind Alliance (JLA) Priority Setting Partnership (PSP). OBJECTIVES: The objectives of this article are to (i) provide a brief overview of the JLA-facilitated PSP process; (ii) outline how research uncertainties were initially processed in the AO Spine RECODE-DCM PSP; and (iii) delineate the methods for interim prioritization and the priority setting workshop. METHODS: A steering group was created to define the scope for the PSP, organize its activities, and establish protocols for decision-making. A survey was created asking what questions on the diagnosis, treatment, and long-term management of DCM should be answered by future research. Results from the survey were sorted into summary questions. Several databases were searched to identify literature that already answered these summary questions. The final list of summary questions was distributed by survey for interim prioritization. Participants were asked to select the top ten most important summary questions. The questions that were ranked the highest were discussed at an in-person consensus workshop. RESULTS: The initial survey yielded a total of 3404 potential research questions. Of the in-scope submissions, 988 were related to diagnosis, 1324 to treatment, and 615 to long-term management of DCM. A total of 76 summary questions were developed to reflect the original submissions. Following a second survey, a list of the top 26 interim priorities was generated and discussed at the in-person priority setting workshop. CONCLUSIONS: PSPs enable research priorities to be identified that consider the perspectives and interests of all relevant stakeholders.
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 | 0,046 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».