MétaCan
Menu
Retour à la cohorte
Enregistrement W4366830811 · doi:10.1017/cts.2023.392

349 Translation of novel multidisciplinary health technologies in the Ontario healthcare system: A case study of pharmacogenomic testing

2023· article· en· W4366830811 sur OpenAlexaffabout
Samuel Neumark, Mary Schmitz, Richard Foty, Joseph Ferenbok

Notice bibliographique

RevueJournal of Clinical and Translational Science · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésKnowledge translationGovernment (linguistics)Health careTranslational researchKnowledge managementAgency (philosophy)DocumentationMedical educationData scienceMedicineComputer sciencePolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES/GOALS: There is a need for high-quality and efficient translation of health technologies in the Ontario healthcare system. The goal of this project is to understand the decision-making processes of government expert groups developing recommendations for the system-level implementation of pharmacogenomic testing. METHODS/STUDY POPULATION: This prospective observational case study includes the Ontario Health Pharmacogenomics (PGx) Working Group focused on developing recommendations for a PGx testing implementation strategy in the province. Ontario Health is the government agency that oversees provincial healthcare planning and service delivery. Using qualitative ethnographic methods, we will observe and document the working group’s activities over a 10-month period. Data collection involves meeting recordings, correspondences, researcher field notes, decision-making processes, and group characteristics. Using descriptive statistics and inductive qualitative analyses, the data will be examined to build theory and frameworks for knowledge translation. RESULTS/ANTICIPATED RESULTS: The results will be presented through a case report, process maps, decision milestones, visualizations, and procedural recommendations for future expert groups. This study will contribute to the body of foundational knowledge about translational sciences and support the National Center for Advancing Translational Sciences’guiding principles. To enhance translational processes and train the future translational workforce, this research can be used for educational initiatives. In addition, the observed processes will inform a theory about how expert recommendations are developed in public healthcare systems. DISCUSSION/SIGNIFICANCE: This research addresses a current gap in understanding around translational processes, government decision-making, and the development of recommendations for the adoption, implementation, and dissemination of the novel health technologies transforming public healthcare in Canada.

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)0,011
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil0,697

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0180,007
Communication savante0,0040,002
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,597
Tête enseignante GPT0,581
Écart entre enseignants0,016 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical and Translational ScienceMême sujetHealth and Medical Research ImpactsTravaux en français237 207