MétaCan
Menu
Retour à la cohorte
Enregistrement W4403612001 · doi:10.11124/jbies-24-00091

Barriers and facilitators to designing, maintaining, and utilizing rare disease patient registries: a scoping review protocol

2024· review· en· W4403612001 sur OpenAlexaffabout
Catherine Stratton, Andrew Taylor, M. Konstantinidis, Vanda McNiven, Pekka Kannus, Peter Gill, Ian Stedman, Areti Angeliki Veroniki, Martin Offringa, Beth K. Potter, Durhane Wong‐Rieger, J Adams, Kathy Hodgkinson, Alison M. Elliott, Alexandra Neville, Marie E. Faughnan, Sarah Dyack, Pavel Zhelnov, Jennifer Daly-Cyr, Jessie McGowan, Sharon E. Straus, Maureen A. Smith, Laura C. Rosella, Andrea C. Tricco

Notice bibliographique

RevueJBI Evidence Synthesis · 2024
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensDalhousie UniversityUniversity of British ColumbiaMemorial University of NewfoundlandUniversity of OttawaInstitute for Clinical Evaluative SciencesUniversity of AlbertaHealth CanadaMcMaster UniversitySickKids FoundationYork UniversityHospital for Sick ChildrenPublic Health OntarioUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésPsycINFOGrey literatureMEDLINECochrane LibrarySystematic reviewInclusion (mineral)Psychological interventionProtocol (science)Agency (philosophy)MedicineMedical educationComputer sciencePsychologyAlternative medicineNursingPathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The objectives of this review are to identify barriers and facilitators to designing, maintaining, and utilizing rare disease patient registries; determine whether and how these differ among patient partners, other knowledge users, and researchers; and chart definitions of rare diseases and rare disease patient registries. INTRODUCTION: Rare disease patient registries are vital to improving the understanding of the natural histories and predictors of outcomes of rare diseases, assessing interventions, and identifying potential participants for clinical trials. Currently, however, the functionality of rare disease patient registries is not fully optimized. To improve the quality and functionality of rare disease patient registries, it is important to understand the barriers and/or facilitators involved in their design, maintenance, and utilization; how these might differ among patient partners, other knowledge users, and researchers; and to delineate the range of definitions for rare diseases and rare disease patient registries. INCLUSION CRITERIA: Evidence from any study design or format (including empirical studies, books, manuals, commentaries, editorials, guidance documents, conference abstracts, review documents, and gray literature) that references barriers or facilitators for designing, maintaining, or utilizing rare disease patient registries will be considered for inclusion. METHODS: The review will follow the JBI methodology for scoping reviews. We will search health science databases, including the Cochrane Library, Embase, MEDLINE, the JBI EBP Database, and PsycINFO, from inception onwards. Multiple sources will be searched for theses and gray literature, including the Canadian Agency for Drugs and Technologies in Health (CADTH) Grey Matters. Two independent reviewers will screen titles and abstracts and full-text documents, as well as abstract data. Disagreements will be resolved through discussion or with a third reviewer. Evidence will be synthesized descriptively and reported using the Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews (PRIMSA-ScR). REVIEW REGISTRATION: Open Science Framework https://osf.io/mvf9r.

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)0,006
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: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,549
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,024
Tête enseignante GPT0,357
Écart entre enseignants0,333 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJBI Evidence SynthesisMême sujetGenomics and Rare DiseasesTravaux en français237 207