MétaCan
Menu
Retour à la cohorte
Enregistrement W4394988655 · doi:10.1186/s12875-024-02387-4

Developing an interprofessional decision support tool for diabetic foot ulcers management in primary care within the family medicine group model: a Delphi study in Canada

2024· article· en· W4394988655 sur OpenAlexafffundabout
Magali Brousseau‐Foley, Virginie Blanchette, Julie Houle, François Trudeau

Notice bibliographique

RevueBMC Primary Care · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetic Foot Ulcer Assessment and Management
Établissements canadiensBombardier (Canada)Université du Québec à Trois-RivièresCentre intégré universitaire de santé et de services sociaux de la Mauricie-et-du-Centre-du-Québec
Organismes subventionnairesUniversité de MontréalUniversité du Québec à Trois-Rivières
Mots-clésDelphi methodMedicineFamily medicineNursingDiabetic footDecision support systemDelphiProtocol (science)Alternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Primary care professionals encounter difficulties coordinating the continuum of care between primary care providers and second-line specialists and adhere to practice guidelines pertaining to diabetic foot ulcers management. Family medicine groups are providing primary care services aimed to improve access, interdisciplinary care, coordination and quality of health services, and reduce emergency department visits. Most professionals working in family medicine groups are primary care physicians and registered nurses. The aim of this study was to develop and validate an interprofessional decision support tool to guide the management of diabetic foot ulcers for primary care professionals working within the family medicine group model. METHODS: A one-page decision tool developed by the research team was validated by an expert panel using a three-round Delphi protocol held between December 2019 and August 2021. The tool includes 43 individual actions and a care pathway from initial presentation to secondary prevention. Data collection was realized with both paper and electronic questionnaires, and answers were compiled in an electronic spreadsheet. Data was analyzed with use of descriptive statistics, and consensus for each item was defined as ≥ 80% agreement. RESULTS: Experts from 12 pre-identified professions of the diabetic foot ulcer interdisciplinary care team were included, 39 participants out of the 59 invited to first round (66.1%), 34 out of 39 for second (87.2%) and 22 out of 34 for third (64.7%) rounds. All items included in the final version of the decision support tool reached consensus and were deemed clear, relevant and feasible. One or more professionals were identified to be responsible for every action to be taken. CONCLUSIONS: This study provided a comprehensive decision support tool to guide primary care professionals in the management of diabetic foot ulcers. Implementation and evaluation in the clinical setting will need to be undertaken in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,560
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,317
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Primary CareMême sujetDiabetic Foot Ulcer Assessment and ManagementTravaux en français237 207