Critical Appraisal Tools to Aid Pharmacists in Evidence-Based Practice: A Narrative Review
Notice bibliographique
Résumé
Background: Pharmacists and allied health researchers need to ensure that their practice is supported by current, evidence-based information. Critical appraisal tools have been developed to aid in this process. Objectives: To analyze the current landscape of critical appraisal tools and to create an aid for pharmacists and other allied health researchers to use in comparing various tools and choosing the best one for each particular study design. Data Sources: A literature search of the PubMed, University of Toronto Libraries, and Cochrane Library databases was conducted in December 2021, to generate an up-to-date list of critical appraisal tools. The tools were then summarized in a descriptive table. Study Selection and Data Extraction: Review articles, original manuscripts, and tool webpages were examined to develop a comparison chart based on the user-friendliness, efficiency, comprehensiveness, and reliability of each tool. Results: Fourteen tools were found through the literature search. These tools were compared using the findings of included review articles, and a comparison chart was created to aid pharmacists and allied health researchers in selecting the appropriate tool for their practice. Conclusions: There are many standardized critical appraisal tools that can help in assessing the quality of evidence, and the summary list of tools developed and reported here can help health care researchers to compare among them and choose the best one. No tools were found that have been specifically adapted to serve the needs of pharmacists when assessing scientific articles. Future research should examine how existing critical appraisal tools can better identify common data elements that are essential to evidence-based decision-making in pharmacy practice. RÉSUMÉ Contexte : Les pharmaciens et les chercheurs en soins de la santé doivent faire en sorte que leur pratique soit étayée par des informations actualisées et fondées sur des données probantes. Des outils d’évaluation critique ont été développés pour faciliter ce processus. Objectifs : Analyser le paysage actuel des outils d’évaluation critique et créer une aide que les pharmaciens et les autres chercheurs paramédicaux peuvent utiliser pour comparer divers outils et choisir le meilleur pour chaque conception d’étude particulière. Sources des données : Une recherche documentaire dans trois bases de données (PubMed, les University of Toronto Libraries et la Cochrane Library) a été menée en décembre 2021 afin de générer une liste actualisée d’outils d’évaluation critique qui ont ensuite été résumés dans un tableau descriptif. Sélection des études et extraction des données : Des articles de synthèse, des manuscrits originaux et des pages Internet d’outils ont été examinés pour dresser un tableau comparatif basé sur la convivialité, l’efficacité, l’exhaustivité et la fiabilité de chaque outil. Résultats : Quatorze outils ont été trouvés grâce à la recherche documentaire. Ils ont été comparés à l’aide des résultats des articles de synthèse inclus, et un tableau comparatif a été créé pour aider les pharmaciens et les chercheurs en soins de la santé à sélectionner l’outil approprié pour leur pratique. Conclusions : De nombreux outils d’évaluation critique normalisés peuvent aider à évaluer la qualité des données probantes, et la liste récapitulative des outils développés et rapportés ici peut aider les chercheurs en soins de santé à les comparer et à choisir le meilleur. Aucun outil spécifiquement adapté pour répondre aux besoins des pharmaciens lors de l’évaluation d’articles scientifiques n’a été trouvé. Les recherches futures devraient se pencher sur la manière dont les outils d’évaluation critique existants peuvent mieux identifier les éléments de données communs qui sont essentiels à la prise de décision fondée sur des données probantes dans la pratique de la pharmacie.
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 | 0,172 | 0,466 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,009 |
| Bibliométrie | 0,058 | 0,035 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,013 | 0,022 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; 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 ».