Development of Quality Indicators for Pregnancy Care of People With Disabilities Using a RAND-Modified Delphi Method
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to develop quality indicators (QIs) for pregnancy care of people with disabilities. METHODS: We used a RAND-modified Delphi method. We first conducted a scoping review of Medline, Embase, PsycInfo, and CINAHL (2004-2024) to identify candidate QIs related to the structures, clinical processes, and interpersonal processes of pregnancy care for people with disabilities. Draft QIs were then validated in a 3-round Delphi study from June 2023 to October 2024, with an expert panel of 17 pregnancy care providers and 10 birthing people with disabilities. In round 1, panellists rated draft QIs on importance and feasibility in a survey. New QIs and QIs requiring rephrasing were identified. In round 2, QIs were discussed and refined in focus groups. In round 3, panellists rated new and revised QIs on importance and feasibility. The final list of QIs was created on the basis of panel consensus on importance. RESULTS: The review identified 98 studies, from which 44 candidate QIs were created for structures (n = 12), clinical processes (n = 22), and interpersonal processes of care (n = 10). In round 1 of the Delphi survey, consensus on importance was achieved for all QIs, 5 of which were identified as requiring rephrasing. Panellists suggested 10 new QIs. In round 2, the new and revised QIs were discussed in focus groups. In round 3, the new and revised QIs achieved consensus on importance, resulting in a final list of 54 QIs (n = 43 achieving consensus on feasibility). CONCLUSIONS: These QIs can assist health care providers, administrators, and policymakers in optimising the quality of pregnancy care for people with disabilities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».