MétaCan
Menu
Retour à la cohorte
Enregistrement W1965951432 · doi:10.1186/s13063-015-0590-8

The PREEMPT study - evaluating smartphone-assisted n-of-1 trials in patients with chronic pain: study protocol for a randomized controlled trial

2015· article· en· W1965951432 sur OpenAlexaff
Colin Barr, Maria Marois, Ida Sim, Christopher H. Schmid, Barth Wilsey, Deborah Ward, Naihua Duan, Ron D. Hays, Joshua Selsky, Joseph L. Servadio, Marc D. Schwartz, Clyde Dsouza, Navjot Dhammi, Zachary B. Holt, Victor H. Baquero, Scott MacDonald, Anthony Jerant, Ron V. Sprinkle, Richard L. Kravitz

Notice bibliographique

RevueTrials · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensMinnow Environmental (Canada)
Organismes subventionnairesNational Institute of Nursing ResearchU.S. Department of Veterans Affairs
Mots-clésMedicineRandomized controlled trialClinical trialPhysical therapyChronic painProtocol (science)AnalgesicIntervention (counseling)N of 1 trialAlternative medicineInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Chronic pain is prevalent, costly, and clinically vexatious. Clinicians typically use a trial-and-error approach to treatment selection. Repeated crossover trials in a single patient (n-of-1 trials) may provide greater therapeutic precision. N-of-1 trials are the most direct way to estimate individual treatment effects and are useful in comparing the effectiveness and toxicity of different analgesic regimens. The goal of the PREEMPT study is to test the 'Trialist' mobile health smartphone app, which has been developed to make n-of-1 trials easier to accomplish, and to provide patients and clinicians with tools for individualizing treatments for chronic pain. METHODS/DESIGN: A randomized controlled trial is being conducted to test the feasibility and effectiveness of the Trialist app. A total of 244 participants will be randomized to either the Trialist app intervention group (122 patients) or a usual care control group (122 patients). Patients assigned to the Trialist app will work with their clinicians to set up an n-of-1 trial comparing two pain regimens, selected from a menu of flexible options. The Trialist app provides treatment reminders and collects data entered daily by the patient on pain levels and treatment side effects. Upon completion of the n-of-1 trial, patients review results with their clinicians and develop a long-term treatment plan. The primary study outcome (comparing Trialist to usual care patients) is pain-related interference with daily functioning at 26 weeks. DISCUSSION: Trialist will allow patients and clinicians to conduct personalized n-of-1 trials. In prior studies, n-of-1 trials have been shown to encourage greater patient involvement with care, which has in turn been associated with better health outcomes. mHealth technology implemented using smartphones may offer an efficient means of facilitating n-of-1 trials so that more patients can benefit from this approach. TRIAL REGISTRATION: ClinicalTrials.gov: NCT02116621 , first registered 15 April 2014.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,429
score de la tête « metaresearch » (Gemma)0,213
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,215
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,4290,213
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0080,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,385
Tête enseignante GPT0,596
Écart entre enseignants0,211 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeEssai randomisé
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrialsMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207