Improving the Reporting of Primary Care Research: Consensus Reporting Items for Studies in Primary Care—the CRISP Statement
Notice bibliographique
Résumé
ABSTRACT Primary care (PC) is a unique clinical specialty and research discipline with its own perspectives and methods. Research in this field uses varied research methods and study designs to investigate myriad topics. The diversity of PC presents challenges for reporting, and despite the proliferation of reporting guidelines, none focuses specifically on the needs of PC. The Consensus Reporting Items for Studies in Primary Care (CRISP) Checklist guides reporting of PC research to include the information needed by the diverse PC community, including practitioners, patients, and communities. CRISP complements current guidelines to enhance the reporting, dissemination, and application of PC research findings and results. Prior CRISP studies documented opportunities to improve research reporting in this field. Our surveys of the international, interdisciplinary, and interprofessional PC community identified essential items to include in PC research reports. A 2-round Delphi study identified a consensus list of items considered necessary. The CRISP Checklist contains 24 items that describe the research team, patients, study participants, health conditions, clinical encounters, care teams, interventions, study measures, settings of care, and implementation of findings/results in PC. Not every item applies to every study design or topic. The CRISP guidelines inform the design and reporting of (1) studies done by PC researchers, (2) studies done by other investigators in PC populations and settings, and (3) studies intended for application in PC practice. Improved reporting of the context of the clinical services and the process of research is critical to interpreting study findings/results and applying them to diverse populations and varied settings in PC.
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 | 0,780 | 0,879 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,007 |
| Méta-épidémiologie (sens large) | 0,008 | 0,013 |
| Bibliométrie | 0,021 | 0,024 |
| Études des sciences et des technologies | 0,008 | 0,014 |
| Communication savante | 0,017 | 0,016 |
| Science ouverte | 0,013 | 0,023 |
| Intégrité de la recherche | 0,020 | 0,024 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,008 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».