Avoidable pitfalls in behavioral medicine outcome research
Notice bibliographique
Résumé
To secure the role of behavioral medicine in health care, researchers continue to improve the quality of their outcome studies. Despite the availability of guidelines for designing high quality clinical trials, however, we have noted two, unfortunately common, flaws in behavioral medicine outcome research that undermine these efforts. The first issue is that researchers recruit medical patients whose scores on psychological target measures are not elevated at pretest. Data are presented from quantitative reviews of cardiovascular and cancer populations to illustrate the impact of this protocol decision. It is demonstrated how magnitude of change and corresponding statistical power are greatly reduced when patients with few problems are enrolled. The second issue pertains to the failure of researchers to measure psychological change when the actual model to be tested is a mediational model such that successful treatment of psychological distress is presumed to account for good long-term health outcomes. Such lack of attention to protocol design can result in misinterpretation of obtained effects and can lead to premature dismissal of psychological treatment opportunities for physical disease. We suggest how these flaws can be avoided in the protocol design stage.
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 | 0,850 | 0,853 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,005 | 0,033 |
| Communication savante | 0,006 | 0,014 |
| Science ouverte | 0,009 | 0,009 |
| Intégrité de la recherche | 0,011 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».