Setting Regional Priorities for Palliative and End-of-Life Care Research Using a Delphi Technique Approach
Notice bibliographique
Résumé
ObjectiveIdentifying research priorities is very important for palliative and end-of-life care to ensure research is focused on evidence gaps. This project aimed to identify and prioritise palliative and end-of-life care research areas within the West Midlands region in United Kingdom (UK).MethodsA modified Delphi technique approach was used with palliative care stakeholders. The first round was item generation via rapid interviews. Data were analysed using content analysis and all the items were grouped into main categories. For round two, an online survey was conducted to present all the items from round one, and stakeholders were asked to rate the priority of items on a Likert-type scale (1 = not a priority to 7 = essential priority). Items that achieved consensus in round two were presented to the third round, where stakeholders ranked them in descending order.ResultsWe completed and analysed 56 rapid interviews which resulted in 158 research items under 15 categories. The research items were rated by 30 stakeholders and seven items which reached consensus were subsequently ranked in order by 45 stakeholders. The highest ranked item was 'Integrated care systems to prevent crisis', followed by three research items related to 'equity' in palliative care.ConclusionsOur research priorities, although unique for our region, mirror previously research priorities from other regions and countries. This suggests issues of integration and equity in palliative and end-of-life care remain unresolved, despite ongoing initiatives and research to address these issues.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».