Barriers to and facilitators of living guidelines use in low-income and middle-income countries: a scoping review
Notice bibliographique
Résumé
INTRODUCTION: Living guidelines provide reliable, ongoing evidence surveillance and regularly updated recommendations for healthcare decision-making. As a relatively new concept, most of the initial application of living approaches has been undertaken in high-income countries. However, in this scoping review, we looked at what is currently known about how living guidelines were developed, used and applied in low-income and middle-income countries. METHODS: Searches for published literature were conducted in Medline, Global Health, Cochrane Library and Embase. Grey literature was identified using Google Scholar and the WHO website. In addition, the reference lists of included studies were checked for missing studies. Studies were included if they described or reflected on the development, application or utility of living guideline approaches for low-income and middle-income countries. RESULTS: After a full-text review, 21 studies were included in the review, reporting on the development and application of living recommendations in low-income and middle-income countries. Most studies reported living guideline activities conducted by the WHO (15, 71.4%), followed by China (4, 19%), Chile (1, 4.8%) and Lebanon (1, 4.8%). All studies based on WHO reports relate to living COVID-19 management guidelines. CONCLUSIONS: Most of the studies in this review were WHO-reported studies focusing solely on COVID-19 disease treatment living guidelines. However, there was no clear explanation of how living guidelines were used nor information on the prospects for and obstacles to the implementation of living guidelines in low-income and middle-income countries.
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 | 0,008 | 0,115 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».