MétaCan
Menu
Retour à la cohorte
Enregistrement W4412648355 · doi:10.1093/eurjcn/zvaf122.048

Catalyzing research excellence and impact: Integration of cross cutters in a patient-oriented research study on engaging patients with brain-heart conditions in health decisions

2025· article· en· W4412648355 sur OpenAlexafffund
Kenneth B. Lewis, Ian D. Graham, Semhal Gessese, Anne‐Sophie Julien, G Higdon, Meg Carley, J Armah, Jess G. Fiedorowicz, Dawn Stacey

Notice bibliographique

RevueEuropean Journal of Cardiovascular Nursing · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensCARE CanadaCanadian Patient Safety InstituteOttawa HospitalUniversity of Ottawa
Organismes subventionnairesCanada First Research Excellence Fund
Mots-clésMedicineExcellence

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose The Brain-Heart Interconnectome (BHI) is a mission-driven interdisciplinary research program seeking to improve the diagnosis, treatment, and prevention of concurrent brain-heart conditions. In the BHI, seven transformative crosscutters drive change to promote research excellence and impact. The crosscutters are 1) Patient Engagement; 2) Research Co-production and Knowledge Mobilization (KMb); 3) Inclusion, Diversity, Equity, Accessibility, and Social Justice (IDEAS); 4) Open Science; 5) Indigenous Engagement; 6) Mentoring and Training; and 7) Commercialization. We aim to describe the integration of these crosscutters, and offer tangible examples of their operationalization, in the design and conduct of a multi-phase patient-oriented research study focused on supporting quality treatment decision-making for people with combined brain-heart conditions and their caregivers. Methods and Results Our study was informed by the needs of people with lived experience of brain-heart conditions, with patients and caregivers as members of the research team to ensure findings will be relevant to users (Patient Engagement). A collaborative approach ensures users of the research and those who will benefit are partners on our diverse research team. This includes patients, caregivers, clinicians, and trainees all of whom are represented on our executive (n=8) and steering committees (n=18). All members have contributed from the proposal writing stage to the ongoing selection of KMb activities, through shared governance and decision-making (Co-production and KMb). Our recruitment strategies target several clinics within two tertiary care hospitals, community health centres, and patient/caregiver facing organizations to ensure a diverse sample. We have embedded the equity-focused PROGRESS-Plus framework in our data collection, and sex- and gender-based analyses are planned for all phases (IDEAS). We abide by open science practices through protocol registration, use of reporting guidelines, development of data management plans and planned pre-prints/open access publications (Open Science). Concurrently, we are building relationships with Indigenous partners to inform future decisional needs assessment and explore tailoring and co-development of decision support interventions (Indigenous Engagement). Along with the crosscutter expertise support and capacity building offered through the BHI, we have created an interdisciplinary training environment in which undergraduate, masters, and doctoral trainees are receiving training and mentorship in rigorous, inclusive, and collaborative brain-heart research. Conclusion We have used several methods and strategies to operationalize these crosscutters in our research conduct and design. This was achieved through careful planning and access to capacity building resources and crosscutter expertise within the BHI, our team’s leadership and commitment to their integration, and adequately budgeted time and resources.

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)0,046
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,227
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0460,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,382
Tête enseignante GPT0,645
Écart entre enseignants0,263 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Cardiovascular NursingMême sujetHealth Policy Implementation ScienceTravaux en français237 207