2024 RECOVER Guidelines: Methods, evidence identification, evaluation, and consensus process for development of treatment recommendations
Notice bibliographique
Résumé
OBJECTIVE: To describe the methodology used by the Reassessment Campaign on Veterinary Resuscitation (RECOVER) to re-evaluate the scientific evidence relevant to CPR in small and large animals, to newborn resuscitation, and to first aid and to formulate the respective consensus-based clinical guidelines. DESIGN: This report describes the evidence-to-guidelines process employed by RECOVER that is based on the Grading of Recommendations Assessment, Development, and Evaluation (GRADE) approach and includes Information Specialist-driven systematic literature search, evidence evaluation conducted by more than 200 veterinary professionals, and provision of clinical guidelines in the domains of Preparedness and Prevention, Basic Life Support, Advanced Life Support, Post-cardiac Arrest Care, Newborn Resuscitation, First Aid, and Large Animal CPR. SETTING: Transdisciplinary, international collaboration in academia, referral practice, and general practice. RESULTS: For this update to the RECOVER 2012 CPR guidelines, we answered 135 Population, Intervention, Comparator, and Outcome (PICO) questions with the help of a team of Domain Chairs, Information Specialists, and more than 200 Evidence Evaluators. Most primary contributors were veterinary specialists or veterinary technician specialists. The RECOVER 2024 Guidelines represent the first veterinary application of the GRADE approach to clinical guideline development. We employed an iterative process that follows a predefined sequence of steps designed to reduce bias of Evidence Evaluators and to increase the repeatability of the quality of evidence assessments and ultimately the treatment recommendations. The process also allowed numerous important knowledge gaps to emerge that form the foundation for prioritizing research efforts in veterinary resuscitation science. CONCLUSIONS: Large collaborative, volunteer-based development of evidence- and consensus-based clinical guidelines is challenging and complex but feasible. The experience gained will help refine the process for future veterinary guidelines initiatives.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».