The reporting checklist for Chinese patent medicine guidelines: RIGHT for CPM
Notice bibliographique
Résumé
Existing reporting checklists lack the necessary level of detail and comprehensiveness to be used in guidelines on Chinese patent medicines (CPM). This study aims to develop a reporting guidance for CPM guidelines based on the Reporting Items of Practice Guidelines in Healthcare (RIGHT) statement. We extracted information from CPM guidelines, existing reporting standards for traditional Chinese medicine (TCM), and the RIGHT statement and its extensions to form the initial pool of reporting items for CPM guidelines. Seventeen experts from diverse disciplines participated in two rounds of Delphi process to refine and clarify the items. Finally, 18 authoritative consultants in the field of TCM and reporting guidelines reviewed and approved the RIGHT for CPM checklist. We added 16 new items and modified two items of the original RIGHT statement to form the RIGHT for CPM checklist, which contains 51 items grouped into seven sections and 23 topics. The new and revised items are distributed across four sections (Basic information, Background, Evidence, and Recommendations) and seven topics: title/subtitle (one new and one revised item), Registration information (one new item), Brief description of the health problem (four new items), Guideline development groups (one revised item), Health care questions (two new items), Recommendations (two new items), and Rationale/explanation for recommendations (six new items). The RIGHT for CPM checklist is committed to providing users with guidance for detailed, comprehensive and transparent reporting, and help practitioners better understand and implement CPM 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 | 0,061 | 0,475 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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; les deux têtes enseignantes 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 ».