Study protocol for developing the evaluation instrument of guideline adherence to GRADE approach (GRADE-Check)
Notice bibliographique
Résumé
INTRODUCTION: Many clinical practice guidelines (CPGs) claim to use Grading of Recommendations Assessment, Development and Evaluation (GRADE) approach, but its implementation varies. This suggests that CPG developers, methodologists and users would benefit from an instrument to evaluate the extent to which CPGs adhere to GRADE approach. Such a structured instrument is currently unavailable. Accordingly, this study will develop an evaluation instrument for assessing guideline adherence to the GRADE approach, which we have named 'GRADE-Check'. The goal is to target items to which CPGs fail to adhere and that potentially have serious consequences resulting in inaccuracies in certainty of evidence and inappropriate direction or strength of recommendations, thereby discriminating across CPGs in issues of importance. METHODS AND ANALYSIS: The panel will include up to 25 individuals with specific knowledge and expertise, including experienced authors, educators and methodologists on CPGs methodology and GRADE approach from relevant organisations. The instrument will focus on the key elements of GRADE, aiming for clarity for GRADE experts and non-GRADE experts to apply. The development process for GRADE-Check will consist of the following five phases: (1) recruitment of a panel of GRADE experts; (2) development of objectives and scope for the development of GRADE-Check and criteria for item selection; (3) generation of candidate items through a literature review and panel consultation; (4) panellist discussion to construct the initial draft and extended explanation manual and (5) user testing. ETHICS AND DISSEMINATION: This study has been approved by the Medical Ethics Committee of Zhongnan Hospital of Wuhan University (no. (2025047K)). Our research findings will be published in peer-reviewed journal articles and presented at academic conferences. Additionally, the dissemination plan will include considerations for the development of implementation manuals, a dedicated project website and training tools.
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 | 0,110 | 0,175 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,136 | 0,037 |
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 ».