Survey content validation evaluating the dissemination and implementation of deprescribing guidelines
Notice bibliographique
Résumé
BACKGROUND: Policies, protocols and processes within organisations can facilitate or hinder guideline adoption. There is limited knowledge on the strategies used by organisations to disseminate and implement evidence-based deprescribing guidelines or their impact. METHODS: We aimed to develop an online survey targeting key organisations involved in deprescribing guideline endorsement, dissemination, modification or translation internationally. Survey questions were drafted, mirroring the six components of the reach, effectiveness, adoption, implementation and maintenance (RE-AIM) framework. Content validation was undertaken and established by a panel of clinicians, researchers and implementation experts. RESULTS: A 52-item survey underwent two rounds of content validation. The minimum threshold (I-CVI > 0.78) for relevance and importance was met for 39 items (75%) in the first round and 44 of 48 items (92%) in the second round. The expert panel concluded that the adoption, implementation and effectiveness survey sections were largely relevant and important to this topic, whereas the reach and maintenance sections were harder to understand and may be less pertinent to the research question. CONCLUSIONS: A 44-item survey investigating dissemination and implementation strategies for deprescribing guidelines has been developed and its content validated. Widespread survey distribution may identify effective strategies and inform dissemination and implementation planning for newly developed guidelines.
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 | 0,012 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».