The first step to integrating the child's voice in adverse event reporting in oncology trials: A content validation study among pediatric oncology clinicians
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Children with cancer experience significant toxicities while undergoing treatment. Documentation of adverse events (AEs) in clinical trials is mandated by federal agencies. Although many AEs are subjective, the current standard is clinician reporting. Our long-term goal is to create and validate a self-report measure of subjective AEs for children aged 7 years and older that will inform AE reporting for the National Cancer Institute's Common Terminology Criteria for Adverse Events (CTCAE). This content validation study aimed to identify which of the AEs in the current CTCAE should be included in a pediatric self-report measure. METHODS: We sought expert panel review and consensus among 187 pediatric clinicians from seven Children's Oncology Group institutions to determine which of the 790 AEs are amenable to child self-report. Two survey iterations were used to identify suitable AEs, and clinician agreement estimated by the content-validity ratio (CVR) was assessed. RESULTS: Response rates for surveys 1 and 2 were 72% and 67%, respectively. After the surveys, 64 CTCAE terms met the criteria of being subjective, relevant for use in pediatric cancer trials, and amenable to self-report by a child. The most frequent reasons for removal of CTCAE terms were that they relied on laboratory or clinical measures or were not applicable to children. CONCLUSION: The 64 CTCAE terms will be translated into child-friendly terms as the basis of the child-report toxicity measure. Ultimately, systematic collection of these data will improve care by enhancing the accuracy and completeness of treatment toxicity reports for childhood cancer.
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.
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 | 0,011 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 découle