MétaCan
Menu
Retour à la cohorte
Enregistrement W7054472487

Adaptation of clinical guidelines: advances on methods and reporting

2022· dissertation· ca· W7054472487 sur OpenAlexfundno aff

Notice bibliographique

RevueTesis Doctorals en Xarxa (Consorci de Serveis Universitaris de Catalunya) · 2022
Typedissertation
Langueca
DomaineEngineering
ThématiqueLaser Design and Applications
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilUniversidad de AntofagastaChinese Academy of Medical SciencesNational Health and Medical Research CouncilUniversitat Autònoma de BarcelonaAmerican University of BeirutHumanitas UniversityWorld Health OrganizationUniversiteit UtrechtWeill Cornell Medical CollegeZhengzhou UniversityWeill Cornell Medicine - QatarACT GovernmentLanzhou UniversityMcMaster University
Mots-clésProcess (computing)Context (archaeology)Work (physics)Adaptation (eye)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introducció Les guies clíniques (GC) tenen com a objectiu ajudar les parts interessades a prendre decisions sobre salut. No obstant això, la majoria de les organitzacions no tenen prou recursos per a desenvolupar GC d'alta qualitat. L'adaptació de les GC existents és una forma eficient. Atès que les GC adaptades que estan publicades tenen generalment una baixa qualitat, una informació deficient i no es basen en els marcs d'adaptació de les GC, hi ha una necessitat urgent d'optimitzar la informació i la metodologia utilitzada per a l'adaptació de les GC. Objectius 1) Investigar les metodologies de les GC utilitzades en un país d'ingressos mitjans en relació amb l'elaboració, l'adaptació i l'actualització, 2) explorar la pràctica actual i els reptes de l'adaptació de les GC, i 3) desenvolupar una llista de verificació per a informar sobre l'adaptació de GC en salut. Mètodes Per a l'estudi I, vam dur a terme una enquesta nacional sobre les metodologies utilitzades per les organitzacions xineses de GC, utilitzant un qüestionari pilotat. Identificàrem les possibles organitzacions participants a partir de GC xineses publicades, elaboradors xinesos de GC i experts clínics xinesos. Per a l'estudi II, vam dur a terme entrevistes semiestructurades amb experts en adaptació de GC. Aplicàrem una anàlisi del marc per al procés d'adaptació de les GC i una anàlisi temàtica per a les opinions i experiències dels participants respecte a la pràctica i dificultats de l'adaptació. Per a l'estudi III, seguírem un procés de diversos passos: 1) establir un grup de treball (GT), 2) generar una llista de verificació inicial, 3) optimitzar la llista de verificació (a través d'una avaluació inicial de les GC adaptades, entrevistes semiestructurades, una enquesta de consens Delphi, una revisió externa i una avaluació final de les GC adaptades) i 4) aprovació de la llista de verificació per part del GT. Resultats A l'estudi I, vam estudiar 48 organitzacions xineses d'elaboració de GC. El procés d'elaboració de GC a la Xina encara no té una divisió específica d'elaboració de GC, una participació de les parts interessades, un procés d'actualització formal, una vigilància, una gestió de conflictes d'interessos (COI) ni un finançament. Els mètodes utilitzats són variables i sovint informals. Només unes poques organitzacions xineses de GC utilitzen marcs d'adaptació publicats o mètodes d'actualització formal. En l'estudi II, entrevistàrem deu experts en adaptació de GC i identificàrem nou metodologies d'adaptació. Els principals passos de la pràctica d'adaptació són: selecció de l'abast, avaluació de fonts, formulació de recomanacions adaptades, revisió externa i seguiment d'activitats. Els reptes en l'adaptació de GC inclouen: mala qualitat o informació de la font de les GC, manca de recursos o habilitats, intensitat i complexitat del procés i barreres d'implementació. En l'estudi III, desenvolupàrem la llista de verificació RIGHT-Ad@pt (Reporting Tool for the Adapted Guidelines in Health Care), que conté 34 elements, agrupats en set seccions: informació bàsica, abast, rigor en l'elaboració, recomanacions, revisió externa i control de qualitat, finançament, declaració i gestió de COI i altra informació. També desenvolupàrem una guia d'us, que contenia explicacions i exemples reals per a cada element. Conclusions Els mètodes actuals per adaptar les guies clíniques continuen sent variables i subòptims. El RIGHT-Ad@pt proporciona unes directrius detallades sobre la presentació de GC adaptades, incloent l'informe del procés metodològic i les recomanacions adaptades, fet que contribueix a millorar la transparència i la credibilitat de les GC adaptades. El RIGHT-Ad@pt es pot utilitzar per informar sobre la presentació del procés d'adaptació, per avaluar-ne l'exhaustivitat a les GC adaptades i perquè, en combinació amb l'ús de marcs per a l'adaptació, informi els processos d'adaptació.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,329
score de la tête « metaresearch » (Gemma)0,656
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,671
Score d'incertitude au seuil0,827

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3290,656
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,005
Bibliométrie0,0200,026
Études des sciences et des technologies0,0030,008
Communication savante0,0180,019
Science ouverte0,0100,015
Intégrité de la recherche0,0080,014
Charge utile insuffisante (le modèle a refusé de juger)0,0140,006

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 Opus0,156
Tête enseignante GPT0,456
Écart entre enseignants0,300 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomainePrésentation des résultats
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTesis Doctorals en Xarxa (Consorci de Serveis Universitaris de Catalunya)Même sujetLaser Design and ApplicationsTravaux en français237 207