MétaCan
Menu
Retour à la cohorte
Enregistrement W4412393289 · doi:10.1177/0272989x251346894

Process for Rapid Co-development of a Decision Aid Prototype for Population-wide Cancer Screening

2025· article· en· W4412393289 sur OpenAlexaffabout
Odilon Quentin Assan, Claude Bernard Uwizeye, Hervé Tchala Vignon Zomahoun, Oscar Nduwimana, Wilhelm Dubuisson, Guillaume Sillon, Danielle Bergeron, Stéphane Groulx, Wilber Deck, Anik Giguère, France Légaré

Notice bibliographique

RevueMedical Decision Making · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensCentre Intégré de Santé et Services Sociaux de la GaspésieMinistère de la Santé et des Services Sociaux (Québec)Institut National d'Excellence en Santé et en Services SociauxUniversité du QuébecCorporation d’Aménagement et de Protection de la Sainte-Anne
Organismes subventionnairesnon disponible
Mots-clésDelphi methodKnowledge translationProcess (computing)Process managementKnowledge managementBest practiceComputer scienceChecklistPopulationCorporate governanceStakeholderBusinessMedicinePsychologyPublic relationsPolitical scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Decision aids (DA) are more likely to be adopted if co-developed with stakeholders and culturally adapted. Using the DEVELOPTOOLS Reporting Checklist, we describe a process for rapid co-development of a culturally adapted DA prototype for population-wide cancer-screening programs. Our systematic, collaborative, and iterative methodology had 7 phases: 1) set up the process by adopting best governance practices (e.g., identify and engage stakeholders, adapt our collaborative DA design process, validate development process), with governance comprising 20 individuals from a wide range of sectors including at least 2 citizens; 2) identify and analyze existing DAs relevant to the cancerscreening of interest by conducting a systematic review; 3) share results with stakeholders and make recommendations; 4) formulate Quebec-specific DA content and consult stakeholders including users by conducting e-Delphi surveys; 5) co-design a prototype with stakeholders, including users, following international DA standards; 6) translate the DA using translation-back translation approaches and deploy; and 7) knowledge mobilization (KMb) using end-of-grant and integrated KMb activities. Using the User-Centred Design 11-Item Measure (UCD-11), our proposed process scored 10 of 11 on the UCD-11. Overall, we expect this new co-developed process to ensure that good-quality, user-centered, and culturally adapted DAs for cancer screening are produced within reasonable timeframes. We also expect it to foster the adoption of the DAs.HighlightsWe report on a 7-step process for collaborating with various stakeholders to create a culturally adapted decision aid (DA) prototype for deciding about cancer screening in Quebec, Canada.The process includes: ○ Making sure the DA prototype design includes users and other interested parties and reflects their needs, perceptions, values, and preferences.○ Finding and analyzing existing DAs on cancer screening to decide what ours should include○ Respecting international standards and criteria for DA design○ Repeated rounds of expert consensus about the exact content, with revisions between each roundThis method could help the rapid creation of DAs shaped by users' interests and will ultimately encourage shared decision making.

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)0,002
score de la tête « metaresearch » (Gemma)0,018
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,899
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,245
Tête enseignante GPT0,548
Écart entre enseignants0,303 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreMéthodes

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'admission2
Résumé présentoui

Explorer davantage

Même revueMedical Decision MakingMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207