Considerations for improving assay sensitivity in chronic pain clinical trials: IMMPACT recommendations
Notice bibliographique
Résumé
A number of pharmacologic treatments examined in recent randomized clinical trials (RCTs) have failed to show statistically significant superiority to placebo in conditions in which their efficacy had previously been demonstrated. Assuming the validity of previous evidence of efficacy and the comparability of the patients and outcome measures in these studies, such results may be a consequence of limitations in the ability of these RCTs to demonstrate the benefits of efficacious analgesic treatments vs placebo ("assay sensitivity"). Efforts to improve the assay sensitivity of analgesic trials could reduce the rate of falsely negative trials of efficacious medications and improve the efficiency of analgesic drug development. Therefore, an Initiative on Methods, Measurement, and Pain Assessment in Clinical Trials consensus meeting was convened in which the assay sensitivity of chronic pain trials was reviewed and discussed. On the basis of this meeting and subsequent discussions, the authors recommend consideration of a number of patient, study design, study site, and outcome measurement factors that have the potential to affect the assay sensitivity of RCTs of chronic pain treatments. Increased attention to and research on methodological aspects of clinical trials and their relationships with assay sensitivity have the potential to provide the foundation for an evidence-based approach to the design of analgesic clinical trials and expedite the identification of analgesic treatments with improved efficacy and safety.
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 | 0,803 | 0,890 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,007 |
| Méta-épidémiologie (sens large) | 0,014 | 0,021 |
| Bibliométrie | 0,017 | 0,017 |
| Études des sciences et des technologies | 0,006 | 0,028 |
| Communication savante | 0,022 | 0,026 |
| Science ouverte | 0,023 | 0,011 |
| Intégrité de la recherche | 0,075 | 0,057 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,006 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».