Recommendations for effective documentation in regional anesthesia: an expert panel Delphi consensus project
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Documentation is important for quality improvement, education, and research. There is currently a lack of recommendations regarding key aspects of documentation in regional anesthesia. The aim of this study was to establish recommendations for documentation in regional anesthesia. METHODS: Following the formation of the executive committee and a directed literature review, a long list of potential documentation components was created. A modified Delphi process was then employed to achieve consensus amongst a group of international experts in regional anesthesia. This consisted of 2 rounds of anonymous electronic voting and a final virtual round table discussion with live polling on items not yet excluded or accepted from previous rounds. Progression or exclusion of potential components through the rounds was based on the achievement of strong consensus. Strong consensus was defined as ≥75% agreement and weak consensus as 50%-74% agreement. RESULTS: Seventy-seven collaborators participated in both rounds 1 and 2, while 50 collaborators took part in round 3. In total, experts voted on 83 items and achieved a strong consensus on 51 items, weak consensus on 3 and rejected 29. CONCLUSION: By means of a modified Delphi process, we have established expert consensus on documentation in regional anesthesia.
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 | 0,396 | 0,283 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,004 | 0,013 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».