GRADE guidance 40: The GRADE evidence-to-decision framework for environmental and occupational health
Notice bibliographique
Résumé
OBJECTIVE: To provide guidance for the use of the Grading of Recommendations Assessment, Development and Evaluation (GRADE) Evidence-to-Decision (EtD) framework for environmental and occupational health (EOH). STUDY DESIGN AND SETTING: We conducted a systematic review and narrative synthesis of published and public EOH decision frameworks, followed by a modified Delphi process leading to development of a draft GRADE EtD framework for EOH. We pilot tested the provisional framework through a virtual workshop series, which further informed guidance for the framework's application. We presented a summary of the results to all attendees of the GRADE Working Group meeting for feedback in July 2022 and November 2022, and for approval in May 2023. RESULTS: Consistent with existing GRADE EtD frameworks, the EtD framework for EOH includes a scoping and contextualization process and twelve assessment criteria. Modifications to the existing EtD frameworks include: consideration of the socio-political context when making judgments about the priority of the problem and feasibility of different alternatives; the addition of timing when making judgments about benefits and harms, the balance of effects, and feasibility; broadening of the equity criterion to include considerations beyond health equity; and more explicit accommodation of variable or conflicting stakeholder views when considering values and acceptability. The new EtD framework is also accompanied by a user guide intended to support its implementation in the EOH context. CONCLUSION: Policymakers, regulators, and other stakeholders may use this GRADE EtD framework to approach decision-making about environmental and occupational exposures and interventions.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».