Implementing the PEIR Framework and PEIRS-22 to facilitate improved and sustainable patient engagement in OMERACT
Notice bibliographique
Résumé
• The PEIRS-22 was used to measure the degree of meaningful patient engagement in OMERACT. • The PEIRS-22 has helped OMERACT pinpoint areas of patient engagement for focused improvements. • Feedback from OMERACT PRPs supports the validity of PEIRS-22 with no floor or ceiling effects. • Key areas of meaningful engagement for improvement include Procedural Requirements, Feeling Valued, and Benefits. OMERACT (Outcome Measures in Rheumatology) is an international initiative focused on improving outcome measurement in rheumatology research, fostering collaboration among PRPs, clinicians, and researchers to develop Core Outcome Sets. The 22-item Patient Engagement In Research Scale (PEIRS-22) is a tool designed to measure the level of meaningful patient engagement and guide efforts towards improvement. 1) To describe the current profile of patient engagement at OMERACT using the scores generated by the PEIRS-22 and 2) to assess the validity of the PEIRS-22 within the OMERACT group of PRPs. We administered the PEIRS-22 to assess the level of meaningful engagement of PRPs with OMERACT. We compared the scores with self-rated participant engagement, and asked open ended questions to investigate the validity of the tool in the OMERACT PRP population. Overall engagement was meaningful and correlated to self-reported level of engagement. However, there were components and items that were flagged as priorities for improvement (Convenience, Benefits and Team Environment, and specifically items PR11: I participated in making decisions about the project, T2: I was an equal partner in the research project team, and SU1: I received sufficient support to contribute to the project. This study highlights the validity of the PEIRS-22 within OMERACT and reveals satisfactory levels of meaningful PRP engagement. As OMERACT continues to learn and evolve, the PEIRS-22 will be integral in developing a structured and consistent approach to patient engagement.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,101 | 0,110 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,017 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».