Determining the Research Priorities for Adult Primary Brain Tumours in Australia and New Zealand: A Delphi Study with Consumers, Health Professionals, and Researchers
Notice bibliographique
Résumé
The aim of this project was to determine research priorities, barriers, and enablers for adult primary brain tumour research in Australia and New Zealand. Consumers, health professionals, and researchers were invited to participate in a two-phase modified Delphi study. Phase 1 comprised an initial online survey (n = 91) and then focus groups (n = 29) which identified 60 key research topics, 26 barriers, and 32 enablers. Phase 2 comprised two online surveys to (1) reduce the list to 37 research priorities which achieved consensus (>75% 2-point agreement) and had high mean importance ratings (n = 116 participants) and (2) determine the most important priorities, barriers, and enablers (n = 90 participants). The top ten ranked research priorities for the overall sample and sub-groups (consumers, health professionals, and researchers) were identified. Priorities focused on: tumour biology, pre-clinical research, clinical and translational research, and supportive care. Variations were seen between sub-groups. The top ten barriers to conducting brain tumour research related to funding and resources, accessibility and awareness of research, collaboration, and process. The top ten research enablers were funding and resources, collaboration, and workforce. The broad list of research priorities identified by this Delphi study, together with how consumers, health professionals, and researchers prioritised items differently, and provides an evidence-based research agenda for brain tumour research that is needed across a wide range of areas.
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 | 0,015 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».