Building Capacity for Patient-Oriented Research: Utilizing Decision Aids to Translate Evidence into Practice, Policy and Outcomes
Notice bibliographique
Résumé
Background: The aim of this project was to engage with patient partners to translate knowledge about the decision aids and develop a scaling-up strategy for wider effects and reach.Method: This project was guided by the World Health Organization and IDEAS (Integrate, Design, Assess and Share) frameworks for design thinking (e.g., ideating creative strategies), dissemination (e.g., sharing locally and widely) and scalability.Results: We engaged 132 stakeholders in six webinars, had 321 total page views of the decision aids and conducted 16 interviews to determine revisions to the design of the decision aids before scalability.Conclusion: Patient-partner collaborations assisted with design thinking, dissemination and scalability. Key Points• Commitment to research projects can be difficult.Patient partners need to feel safe enough to disclose the challenges they face, and research team members need to be respectful and responsive to the needs of the patient partner.• Key stakeholders have collaborated to co-design innovative web-based open-access patient and investigator decision aids to support patient-oriented research (POR).• Funding agencies should consider making POR training mandatory for all investigators and patient partners (e.g., decision aid completion) before making POR funding decisions.P = Patient partner.
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 | 0,605 | 0,546 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,016 | 0,007 |
| Études des sciences et des technologies | 0,007 | 0,025 |
| Communication savante | 0,044 | 0,037 |
| Science ouverte | 0,007 | 0,038 |
| Intégrité de la recherche | 0,007 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».