Identification of digital clinical decision support systems for supporting diagnosis and triage of patients with shoulder disorders: A scoping review protocol
Notice bibliographique
Résumé
BACKGROUND: Clinical decision support systems (CDSSs) are computerized tools that support clinical decision-making processes. Primary care decision-making is complex and has the potential to influence quality of care provided and patient outcomes. CDSS not only assist providers with clinical decision-making to ensure quality standards are met, reflect evidence-informed practice, and reduce variation in care, but also help patients navigate and receive an appropriate care pathway amidst numerous, often complex, options. Therefore, this scoping review will aim to identify existing CDSSs for supporting primary point-of-care providers, directing patients to appropriate management pathways, and supporting the clinical examination (i.e., medical history-taking and physical examination) process for patients with shoulder disorders. At the primary point-of-care system level, a CDSS for shoulder disorders will improve clinical efficiency and support decision-making. METHODS: Scoping review methodology and reporting will be conducted according to Arksey and O'Malley's 6-step framework, the Preferred Reporting Items for Systematic Reviews and Meta-Analysis Protocols (PRISMA-P), and the Preferred Reporting Items for Systematic Reviews and Meta-Analysis (PRISMA) extension for Scoping Reviews (PRISMA-ScR) reporting guide. A robust search strategy will be applied across four databases: MEDLINE (Ovid), EMBASE (Ovid), CINAHL (Ebsco), and Scopus (Elsevier). Two blinded reviewers will independently evaluate all titles and corresponding abstracts based on pre-specified inclusion and exclusion criteria. Inter-rater reliability (IRR) agreement will be established during an initial pilot-screening phase against a random selection of 20 records (minimum) until reaching Cohen's Kappa ≥ 0.81. Data extraction will be completed by one reviewer and validated by a second. DISCUSSION: An effective and high-quality CDSS that is affordable, easy to use, easily accessible, compatible with existing clinical processes, and generalizable across diverse settings will help to support primary point-of-care providers in diagnosing and managing patients presenting with shoulder disorders, thus improving quality of care for patients.
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 | 0,103 | 0,101 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,005 |
| Méta-épidémiologie (sens large) | 0,012 | 0,015 |
| Bibliométrie | 0,023 | 0,016 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,007 | 0,008 |
| Intégrité de la recherche | 0,010 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,014 |
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 ».