Minimal Clinically Important Differences in Pharmacological Trials
Notice bibliographique
Résumé
The concept of a minimal clinically important difference (MCID) is well established. Here, we review the evidence base and methods used to define MCIDs as well as their strengths and limitations. Most MCIDs in chronic obstructive pulmonary disease (COPD) are empirically derived estimates applying to populations of patients. Validated MCIDs are available for many commonly used outcomes in COPD, including lung function (100 ml for trough FEV1), dyspnea (improvement of ≥ 1 unit in the Transition Dyspnea Index total score or 5 units in the University of California, San Diego Shortness of Breath Questionnaire), health status (reduction of 4 units in the St George's Respiratory Questionnaire total score), and exercise capacity (47.5 m for the incremental shuttle walking test, 45-85 s for the endurance shuttle walking test, and 46-105 s for constant-load cycling endurance tests), but there is currently no validated MCID for exacerbations. In a clinical trial setting, many factors, including study duration, withdrawal rate, baseline severity, and Hawthorne effects, can influence the measured treatment effect and determine whether it reaches the MCID. We also address recent challenges presented by clinical trials that compare active treatments and suggest that MCIDs should be used to identify the additional proportion of patients who benefit, for example, when one drug is replaced by another or when a second drug is added to a first. We propose the term "minimum worthwhile incremental advantage" to describe this parameter.
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 | 0,276 | 0,488 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,012 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».