Starting with the End in Mind: Recommendations to Optimize Implementation of a Novel TBI Classification from the 2024 NINDS TBI Classification and Nomenclature Workshop’s Knowledge to Practice Working Group
Notice bibliographique
Résumé
The Knowledge to Practice Working Group (K2P WG) was one of six expert groups convened in early 2023 to plan the 2024 National Institute of Neurological Disorders and Stroke Traumatic brain injury (TBI) Classification and Nomenclature Workshop. Recognizing that implementation of revised classification systems is essential to achieve intended impact, the K2P WG's key aims were to foster shared understanding of knowledge translation (KT), build capacity for implementation of a revised TBI classification system, identify and prioritize KT actions, implementation steps and audiences; and make recommendations to advance implementation. The cornerstone of this work was a focused survey to identify "who needs to do what differently," while prioritizing potential implementation actions. Survey findings, dialogue with other working groups, stakeholder discussions, and public feedback were also utilized to support implementation of the revised Clinical, Biomarker, Imaging-Modifiers and retrospective TBI classification system. Forty researchers across five working groups responded to the survey (Response Rate = 59.7%). Fifty-two unique implementation actions were identified. The top 15 priorities across the five working groups comprised six pertaining to clinical practice (e.g., change Glasgow Coma Scale [GCS] assessment); seven focusing on research (e.g., develop tools for measuring psychological and environmental factors); and one each on lived experience (simplified language for patients and families) and other settings (insurance company support for biomarker testing). Twenty-seven stakeholder groups and 18 target settings were identified as being most impacted by the revised classification system. Key recommendations included: develop guidelines based on systematic reviews, clearly explain the rationale for the change, develop implementation toolkits with input from all stakeholders, and embed the new classification in a learning health system database to facilitate implementation strategies based on audits, feedback, and cost-effectiveness analyses.
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 | 0,150 | 0,238 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,017 | 0,016 |
| Science ouverte | 0,011 | 0,018 |
| Intégrité de la recherche | 0,016 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,009 |
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 ».