Systematic Evaluation of Merkel Cell Carcinoma Clinical Practice Guidelines Using the AGREE II Instrument
Notice bibliographique
Résumé
<title>Abstract</title> Merkel cell carcinoma (MCC) is a rare type of skin cancer that requires a multidisciplinary approach with a variety of specialists for management and treatment. Clinical practice guidelines (CPGs) have recently been established to standardize management algorithms. The objective of this study was to appraise such CPGs via the Appraisal of Guidelines for Research and Evaluation (AGREE II) instrument. Eight CPGs were identified via systematic literature search following Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) criteria. Four appraisers trained in AGREE II protocols evaluated each CPG and deemed two CPGs as high quality, five as moderate quality, and one as low quality. Intraclass correlation coefficients (ICCs) were calculated to verify reviewer consistency as excellent, good, and moderate across four, one, and one domain, respectively. The majority of MCC CPGs are lacking in specifying stakeholder involvement, applicability, and rigor of development. The two high quality CPGs are from the Alberta Health Services (AHS) and the collaboration between the European Dermatology Forum, the European Association of Dermato-Oncology, and the European Organization of Research and Treatment of Cancer (EDF/EADO/EORTC). The EDF/EADO/EORTC CPG had the highest overall score with no significant deficiencies across any domain. An important limitation is that the AGREE II instrument is not designed to evaluate the validity of each CPG’s recommendations; conclusions therefore can only be drawn about each CPG’s developmental quality. Future MCC CPGs may benefit from garnering public perspectives, inviting external expert review, and considering available resources and implementation barriers during their developmental stages.
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 | 0,026 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».