MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404807977 · doi:10.1370/afm.22.s1.6516

Coproduction process of decision aids for population-based cancer screening in Quebec

2024· article· en· W4404807977 sur OpenAlexaboutno aff
Odilon Quentin Assan, Claude Bernard Uwizeye, Oscar Nduwimana, Wilhelm Dubuisson, Guillaume Sillon, France Légaré

Notice bibliographique

RevueThe Annals of Family Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoproductionDecision aidsPopulationProcess (computing)Decision processMedicinePolitical scienceComputer scienceManagement scienceEnvironmental healthPublic relationsEngineeringAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Context. As healthcare and social services systems are called on to be more learning, more resilient, more efficient and more in partnership with all stakeholders, it becomes critical to apply shared decision-making (SDM). Trends show increasing cancer incidence in Quebec. The Quebec Ministry of Health and Social Services aims to promote SDM in population-based cancer screening. In 2019, they engaged our team to provide Decision Aids (DAs) for cancer screening to be available throughout Quebec’s publically-funded healthcare system. We then codesigned and implemented a DA coproduction process with different stakeholders. Objective. To describe our DA coproduction process. Study Design and Analysis. We applied a seven-phase knowledge mobilization approach to guide the process : Phase 1. Set up the process: Setting up a steering committee (SC), approve protocol in a workshop, Phase 2. Identify and analyze existing DAs: Conduct systematic review, evaluate and extract DAs content against IPDAS criteria, Phase 3. Generate DA content: Conduct deliberative workshop on existing DAs and generate recommendations for the Quebec DA, Phase 4. Develop the content of the French DA: Updating evidence using rapid reviews, develop DA initial content that is evaluated by the SC through eDelphi process, Phase 5. Design the prototype of the French DA, Phase 6. Deploy the French DA and the English DA, Phase 7. Operate the knowledge translation: Disseminate DA to the public and to health professionals. Results. We set up around 20-member SC to implement and guide this process. It includes citizens, first-line physicians, gastroenterology practitioners and researchers, biochemist, experts in SDM, in DA development and in public health, information specialist and epidemiologists. We coproduced and published on the Quebec Ministry of Health and Social Services website, French and English DA for lung and colorectal cancer screenings. They are under use in the population-based screening activities and are subject to knowledge transfer activities including integration into best practice guides, screening promotion video-clips for the general public, train-the-trainer activities and dissemination to the public through conferences. The coproduction of the DA for cervical cancer screening is in progress. Conclusions. Through this process, we expect to improve the uptake of the newly developed DA and to improve SDM in population-based colorectal cancer screening in Quebec.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,122
score de la tête « metaresearch » (Gemma)0,121
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,447
Score d'incertitude au seuil0,899

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1220,121
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0110,003
Communication savante0,0080,002
Science ouverte0,0040,008
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0190,002

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 Opus0,572
Tête enseignante GPT0,609
Écart entre enseignants0,037 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Annals of Family Medicine→Même sujetClinical practice guidelines implementation→Travaux en français237 207→