MétaCan
Menu
Retour à la cohorte
Enregistrement W4409654354 · doi:10.1136/bmj-2024-081903

Core GRADE 1: overview of the Core GRADE approach

2025· article· en· W4409654354 sur OpenAlexaff
Gordon Guyatt, Thomas Agoritsas, Romina Brignardello‐Petersen, Reem A. Mustafa, Jamie Rylance, Farid Foroutan, Manya Prasad, Arnav Agarwal, Hans de Beer, M. Hassan Murad, Stefan Schandelmaier, Alfonso Iorio, Liang Yao, Roman Jaeschke, Per Olav Vandvik, Linan Zeng, Sameer Parpia, Rohan D’Souza, David M. Rind, Derek K. Chu, Prashanti Eachempati, Kameshwar Prasad, Monica Hultcrantz, Víctor M. Montori

Notice bibliographique

RevueBMJ · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversity of TorontoMcMaster UniversityTed Rogers Centre for Heart ResearchImpact
Organismes subventionnairesnon disponible
Mots-clésCore (optical fiber)Computer scienceData scienceWorld Wide WebInformation retrievalTelecommunications

Résumé

récupéré en direct d'OpenAlex

This first article in a seven part series presents an overview of the essential elements of the GRADE (Grading of Recommendations Assessment, Development and Evaluation) approach that has proved extremely useful in systematic reviews, health technology assessment reports, and clinical practice guidelines. GRADE guidance has appeared in many articles dealing with both core issues and more specialised and complex guidance, and it has evolved over time. This series of articles presents GRADE essentials, Core GRADE, focusing on the core judgments necessary to summarise the comparative evidence about alternative care options and to make recommendations that apply to the care of individual patients. This article presents detailed guidance on formulating questions using the PICO (population, intervention, comparison, outcome) structure, and refining the question considering possible differences in relative and absolute effects across patient groups. The article then provides an overview of the remainder of the Core GRADE approach, including decisions about the certainty of the evidence and considerations in moving from evidence to guidance and recommendations.

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)0,008
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,494
Score d'incertitude au seuil0,616

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,713
Tête enseignante GPT0,503
Écart entre enseignants0,210 · 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.

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

Citations112
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207