Phase 1 of collaborative action around the implementation of virtual hearing aid care: Development of a clinical practice guideline
Notice bibliographique
Résumé
RATIONALE: There is a growing demand for comprehensive, evidence-based, and accessible clinical practice guidelines (CPGs) to address virtual service delivery. This demand was particularly evident within the field of hearing healthcare during the COVID-19 pandemic, when providers were faced with an immediate need to offer services at a distance. Considering the recent advancement in information and communication technologies, the slow uptake of virtual care, and the lack of knowledge tools to support clinical integration in hearing healthcare, a Knowledge-to-Action Framework was used to address the virtual care delivery research-to-practice gap. AIMS AND OBJECTIVES: This paper outlines the development of a CPG specific to provider-directed virtual hearing aid care. Clinical integration of the guideline took place during the COVID-19 pandemic and in alignment with an umbrella project aimed at implementing and evaluating virtual hearing aid care incorporating many different stakeholders. METHOD: Evidence from two systematic literature reviews guided the CPG development. Collaborative actions around knowledge creation resulted in the development of a draft CPG (v1.9) and the mobilisation of the guideline into participating clinical sites. RESULTS AND CONCLUSION: Literature review findings are discussed along with the co-creation process that included 13 team members, from various research and clinical backgrounds, who participated in the writing, revising, and finalising of the draft version of the guideline.
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 | 0,199 | 0,238 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,005 | 0,010 |
| Intégrité de la recherche | 0,009 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».