MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410218125 · doi:10.1016/j.jclinepi.2025.111823

Adapting World Health Organization COVID-19 living guidelines balancing methodological rigor with efficiency and flexibility: a case study from Argentina

2025· article· en· W4410218125 sur OpenAlexaff
Carlos Zaror, Maura Klenner, Yang Song, Thomas Agoritsas, Giselle Balaciano, Verónica Sanguine, Débora Lev, Fernando Tortosa, A Bengolea, Ariel Izcovich, Stijn Van de Velde, Ludovic Reveiz, Per Olav Vandvik, Romina Brignardello‐Petersen

Notice bibliographique

RevueJournal of Clinical Epidemiology · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMcMaster UniversityImpact
Organismes subventionnairesWorld Health Organization
Mots-clésRigourCoronavirus disease 2019 (COVID-19)Flexibility (engineering)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MEDLINEMedicineVirologyPolitical scienceStatisticsOutbreakMathematics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: We assessed the perceptions about a new methodological process to translate and adapt the World Health Organization living guidelines for COVID-19 recommendations for therapeutics in Argentina from the guideline development group's (GDG) perspective. METHODS: A tailored adaptation process, linked to a prototype tool and created as part of the GATEWAY project by the MAGIC Evidence Ecosystem Foundation, starts by assessing the recommendation and justification and then examining evidence to decision factors. We focused our evaluation on the adaptation process steps carried out from December 2022 to June 2023. We collected information through (1) observations of the panel meeting, (2) focus group with methods team, (3) semistructured interviews with panel members, (4) postpanel meeting survey, and (5) a satisfaction survey. We carried out descriptive analyses of surveys and content analysis of focus groups and interviews. RESULTS: GDG adapted four recommendations, of which two were modified in direction or strength and elaborated one de novo. The survey showed that most GDG members found the training session (89%) and prepanel meeting survey (100%) facilitated adaptation. Focus groups and interviews showed that GDG agreed that the process considered the relevant local factors to adapt the recommendations and that it was transparent and easy to understand, allowing it to reach a consensus efficiently. GDG valued the process's flexibility and time optimization. They considered the premeeting survey analysis crucial in facilitating the consensus. CONCLUSION: From the GDG perspective, this case study demonstrated that this tailored approach provides a transparent, efficient, and rigorous methodology for translating and adapting the World Health Organization living guidelines for COVID-19.

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)0,043
score de la tête « metaresearch » (Gemma)0,085
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: Empirique
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil0,261

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,085
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0050,004
Communication savante0,0050,002
Science ouverte0,0020,004
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,942
Tête enseignante GPT0,800
Écart entre enseignants0,141 · 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
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJournal of Clinical Epidemiology→Même sujetHealth Policy Implementation Science→Travaux en français237 207→