MétaCan
Menu
← Back to cohort
Record W7086633582

Consensus ad idem : une demarche pour la formulation de declarations de consensus

2013· article· fr· W7086633582 on OpenAlexaboutno aff

Bibliographic record

VenueScholarship@Western (Western University) · 2013
Typearticle
Languagefr
FieldMedicine
TopicDermatologic Treatments and Research
Canadian institutionsnot available
Fundersnot available
KeywordsConsensus conferenceContext (archaeology)Facial dysmorphismThird party
DOInot available

Abstract

fetched live from OpenAlex

Dans ce numéro, nous publions un rapport de consen- sus du Comité de pratique clinique de l’Association canadienne des chirurgiens généraux au sujet de Clostridium difficile1. L’usage médical du terme « consensus » a évolué au fil des siècles. Au 19e siècle, il signifiait « harmonie entre les systèmes physiologiques ». Ce sens a disparu dans la plupart des domaines médicaux, à l’exception possible du domaine de la génétique, dans lequel un consensus peut faire référence à des séquences conservées d’ADN. Le sens physi- ologique précis a été remplacé en médecine par un sens popu- laire plus vague, souvent utilisé pour conférer une autorité à un énoncé ou un processus — autorité qu’il pourrait ne pas détenir autrement. L’usage populaire est dérivé du terme juridique consensus ad idem, notion issue du droit romain sig- nifiant un « contrat informel fondé sur le consentement mutuel ». L’élément de consentement a persisté dans son utili- sation légale, mais le sens a changé dans l’usage populaire et médical pour désigner un accord non seulement entre les par- ties, mais une acceptation générale. Bien que nous soyons devenus plus précis au sujet des degrés de qualité des preuves médicales, l’interprétation de ces unités de données dans les systèmes physiopathologiques complexes demeure moins structurée. Le résultat est souvent décidé davantage par les organismes de réglementation et les assureurs que par un accord entre les praticiens. Les National Institutes of Health (NIH) des États-Unis font une distinction entre les déclarations de consensus et les guides de pratique clinique (GPC), les définissant comme la synthèse de nou- velles informations issues de la recherche récente. Les poli- tiques de normalisation par les administrations comme l’Union européenne sont vagues en ce qui concerne les mé- thodes d’élaboration d’un consensus, alors qu’elles sont nor- matives à l’égard des GPC, affirmant qu’ils peuvent être uti- lisés dans des litiges en tant que norme de pratique2. Cela est particulièrement vrai dans le cas des soins du cancer au Canada3. Le Programme d’élaboration de consensus des NIH tente de résoudre certaines de ces questions, mais le choix des sujets est très restrictif et l’approche par conférence est égale- ment restrictive4. La méthode Delphi utilisée pour dégager un consensus tirerait son origine d’une méthode employée par les militaires après la Seconde Guerre mondiale. Ils tenaient des séances de remue-méninges sur les capacités et les actions futures de l’en- nemi. Développée plus tard pour la création de politiques publiques, la méthode Delphi a tenté d’inclure et de protéger tous les points de vue en utilisant des cycles itératifs pour pré- ciser l’opinion consensuelle. Par ailleurs, la technique du groupe nominal attribue des aspects fondamentaux de pro- blèmes complexes à des groupes en utilisant des techniques estinées à empêcher la domination par une seule opinion par un scrutin sur le choix des priorités. La technique du groupe nominal a été utilisée récemment pour déterminer les objec- tifs de temps d’attente pour la chirurgie pédiatrique au Cana- da5. La méthode Delphi est l’approche la plus souvent utilisée pour la communication à distance alors que la technique du groupe nominal est la préférée pour les conférences de con- sensus. Grâce aux systèmes de communication modernes, on peut combiner ces méthodes. Le consensus ad idem suppose un accord non seulement sur la réponse, mais aussi sur la question. Le protocole JCC pour la publication d’articles fondés sur un consensus exige que les auteurs soient choisis par une société ou un groupe représen- tatif. Le sujet ou la question posée par l’énoncé doit être validé par un comité de ce groupe ou de cette société. La composi- tion du rapport devrait utiliser les procédures décrites ici afin que les tâches de recherche soient réparties de manière pro- ductive entre les sous-groupes et que les opinions, y compris le point de vue du patient si possible, fassent l’objet de discus- sions. L’ébauche initiale du manuscrit devrait être distribuée à l’ensemble des membres de la société, dont les commentaires doivent être pris en compte dans les révisions avant la confir- mation par un comité ou par l’Exécutif de la société comman- ditaire. Lorsque le manuscrit final est présenté au journal, il sera soumis à un examen indépendant par les pairs. Les arti- cles acceptés pour publication incluront une note de bas de page confirmant la conformité au protocole du JCC pour l’élaboration d’un consensus. Au final, le poids accordé à un rapport de consensus dépendra de la validité du processus uti- lisé pour extraire l’opinion réfléchie qu’il évalue.

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 imitation

Not 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.

metaresearch head score (Codex)0.433
metaresearch head score (Gemma)0.526
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesMetaresearch
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: Theoretical or conceptual
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.433
Threshold uncertainty score0.699

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.4330.526
Meta-epidemiology (narrow)0.0030.004
Meta-epidemiology (broad)0.0070.007
Bibliometrics0.0130.010
Science and technology studies0.0150.054
Scholarly communication0.0390.034
Open science0.0150.030
Research integrity0.0370.054
Insufficient payload (model declined to judge)0.0200.009

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.

Opus teacher head0.146
GPT teacher head0.376
Teacher spread0.231 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

Study designTheoretical or conceptual
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueScholarship@Western (Western University)→Same topicDermatologic Treatments and Research→French-language works237,207→