Actualización de guías de práctica clínica
Bibliographic record
Abstract
Antecedentes Las guías de práctica clínica (GPC) son herramientas útiles en la toma de decisiones clínicas de los usuarios, de los profesionales y de los gestores sanitarios si se mantienen actualizadas y se garantiza la vigencia de sus recomendaciones. Objetivos Los objetivos principales de esta tesis son: 1) identificar y describir los métodos utilizados para actualizar las GPC y 2) diseñar y evaluar nuevos métodos para actualizar las GPC. Métodos Se han realizado cinco estudios con diferentes metodologías: 1) una encuesta internacional sobre el proceso de actualización de GPC, 2) una revisión sistemática de los métodos de actualización de GPC, 3) un análisis de supervivencia para estimar el tiempo de vigencia de las recomendaciones, 4) una evaluación de las recomendaciones actualizadas y 5) una evaluación de dos estrategias pragmáticas de búsqueda de la literatura para identificar señales de actualización. Resultados En la encuesta internacional hemos observado que el 92 % (36/39) de las instituciones que elaboran GPC las actualizan. El 52,8 % (19/36) de las instituciones siguen un procedimiento formal para decidir cuándo están desactualizadas. Un 86,1 % (31/36) de las instituciones siguen un procedimiento formal para actualizarlas, pero solo un 25 % (9/36) lo ha evaluado. En la revisión sistemática hemos identificado ocho estudios: cuatro evalúan si las GPC están vigentes, tres actualizan puntualmente las GPC y uno las actualiza de forma continua. La etapa más explícita en los diferentes estudios está relacionada con la identificación de nueva evidencia. Un estudio comparó una búsqueda limitada de la literatura frente a otra exhaustiva y sugirió que la limitada era suficiente para identificar señales de actualización. Otro estudio evaluó el tiempo de vigencia de las GPC y sugirió que se deberían revisar cada tres años. En el análisis de supervivencia (muestra de 113 recomendaciones incluidas en cuatro guías del Programa de GPC en el Sistema Nacional de Salud) hemos observado que el 92,0 % de las recomendaciones están vigentes un año después de su elaboración (intervalo de confianza del 95 %: 86,9 a 97,0). Esta probabilidad se reduce gradualmente (85,7 %; 81,3 %; 77,8 % a los dos, tres y cuatro años, respectivamente). En la evaluación de recomendaciones actualizadas (muestra de 1306 recomendaciones incluidas en las guías del National Institute for Health and Care Excellence) hemos observado una gran heterogeneidad en la presentación de los cambios y una falta de justificación de los mismos. La muestra de recomendaciones no fue suficiente para identificar factores asociados a la actualización. Finalmente, en la evaluación sobre estrategias pragmáticas de búsqueda de la literatura hemos observado que la búsqueda restrictiva recuperó un 68,1 % menos de referencias que la búsqueda exhaustiva (12486 frente a 39136) e identificó el 89,9 % (62/69) de las referencias clave. La búsqueda en la base de datos McMaster PLUS recuperó un 88,5 % menos de referencias que la búsqueda exhaustiva (4486 frente a 39136), aunque solo identificó el 26,1 % (18/69) de las referencias clave. Conclusiones Las instituciones que elaboran GPC no tienen un proceso estandarizado para actualizar sus GPC. Esto es debido, quizá en parte, a la escasa investigación metodológica sobre la actualización de las GPC. Las recomendaciones de las GPC se desactualizan rápidamente. Utilizar una estrategia de búsqueda restrictiva y continua de la literatura, priorizando las preguntas clínicas con mayor ritmo de producción científica, podría ser una estrategia eficiente y factible para identificar las señales de actualización de GPC. Es necesario continuar la investigación metodológica para optimizar y estandarizar el proceso de actualización de GPC, así como implementar y evaluar los resultados de dicha investigación en los programas de GPC.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.074 | 0.223 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".