Quality of randomized clinical trials in juvenile idiopathic arthritis
Notice bibliographique
Résumé
OBJECTIVES: We evaluated the quality of randomized clinical trials (RCTs) of therapy for juvenile idiopathic arthritis (JIA) using an individual component approach and assessed temporal changes. METHODS: A systematic review of the literature was performed to identify all RCTs involving exclusively JIA patients. Two investigators independently assessed the identified articles for six quality indicators: generation of allocation sequence, allocation concealment, masking, intention-to-treat (ITT) analysis, dropout rates and clearly stated primary outcome. RESULTS: Fifty-two RCTs involving JIA patients were assessed. Generation of allocation sequence was unclear in 79% of the studies. Reporting of allocation concealment was adequate in only one-third of the studies. Masking was adequate in 73%, inadequate in 19% and unclear in 8% of the reports. ITT analysis was employed in 37% of the reports. Per-protocol analysis was used in 40% and in 23% the method was unclear. Most of the reports (67%) had dropout rates < or = 20%. About half of the reports (n = 25) failed to show a significant effect of the experimental treatment. No significant associations were found between the study results and quality indicators. With the exception of adequate masking and dropout rate, all quality indicators showed a trend of improvement over the decades. CONCLUSIONS: The quality of RCTs in JIA based on the selected indicators was poor. Although there were some positive changes over time, the reporting and methodological quality of trials should be improved. New, more powerful and acceptable RCT designs should be developed in this patient population.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,048 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; les deux têtes enseignantes 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 ».