MétaCan
Menu
Retour à la cohorte
Enregistrement W4306913194 · doi:10.1111/ene.15608

Prioritization process for European Academy of Neurology clinical practice guidelines

2022· review· en· W4306913194 sur OpenAlexaff
Katina Aleksovska, Claudio L. Bassetti, Thomas Berger, Vanessa Carvalho, João Costa, Günther Deuschl, Kristian Steen Frederiksen, Joke Jaarsma, Teia Kobulashvili, Maurizio Leone, Lucia Pavlakova, Michele Romoli, Luca Vignatelli

Notice bibliographique

RevueEuropean Journal of Neurology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensHealth Care Foundation
Organismes subventionnairesnon disponible
Mots-clésMedicineClinical PracticePrioritizationNeurologyClinical neurologyProcess (computing)Family medicineNeuroscienceManagement sciencePsychiatryEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: The development of high-quality clinical practice guidelines (CPGs) takes substantial time, effort, and resources. During the past years, the European Academy of Neurology (EAN) guideline production was significantly increased, so the need to develop clear, transparent, and methodologically solid criteria for prioritizing guideline topics became apparent. With this paper, we aim to define a set of criteria to be applied for prioritizing topics for future EAN guidelines, as well as the procedure for their implementation. METHODS: After review of the literature, we identified a recent systematic review that reported on the main prioritization criteria used by health organizations. Based on these, we developed a list of 20 preliminary criteria, which were voted on through a Delphi consensus procedure, including 160 stakeholders. Finally, we established a working procedure on how to submit and select new guideline topic proposals within the EAN. This procedure was reviewed by the EAN Scientific Committee and the Board. RESULTS: The first round, 61.3% of the participants voted, and 86% of them participated in the second round. Seven criteria were approved with this procedure. After the selection of the criteria, a prioritization procedure was launched, and the first 30 topics are reported in this paper. This bottom-up process that involved the whole EAN community was followed by a top-down process, using additional criteria for further selection by the EAN board members. CONCLUSIONS: We describe the development of prioritization criteria to be applied in the process of topic selection for future EAN CPGs. We will perform regular reviews and adjustments of the process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,386
score de la tête « metaresearch » (Gemma)0,457
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,386
Score d'incertitude au seuil0,757

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3860,457
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0030,006
Bibliométrie0,0240,013
Études des sciences et des technologies0,0090,004
Communication savante0,0120,013
Science ouverte0,0070,017
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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.

Tête enseignante Opus0,648
Tête enseignante GPT0,629
Écart entre enseignants0,019 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of NeurologyMême sujetClinical practice guidelines implementationTravaux en français237 207