Patient reported outcome instruments used in clinical trials of HIV-infected adults on NNRTI-based therapy: a 10-year review
Notice bibliographique
Résumé
BACKGROUND: Patient-reported outcomes (PROs) may provide valuable information to clinicians and patients when choosing initial antiretroviral therapy. OBJECTIVE: To identify and classify PRO instruments used to measure treatment effects in clinical trials evaluating NNRTIs. METHODS: We conducted a structured literature review using PubMed to identify NNRTI trials published from March 2003 to February 2013. Studies identified--based on disease, instrument, PRO, and NNRTI medication terms were reviewed--to identify PRO instruments. Domains measured within each instrument were recorded to understand key areas of interest in NNRTIs. RESULTS: Of 189 articles reviewed, 27 validated instruments were administered in 26 unique trials, with a mean of 1.9 instruments (median: 1; range: 1-7) per trial. The Medical Outcomes Study HIV Health Survey (MOS-HIV) was the most commonly used instrument (n = 8 trials). Seventeen trials (65%) included at least one multidimensional health-related quality of life (HRQL) instrument (HIV-targeted, n = 11; general, n = 8). Other validated instruments measured sleep (n = 5), depression (n = 5), anxiety (n = 4), psychiatric symptoms (n = 2), beliefs about HIV medications (n = 2), HIV symptoms (n = 1), and stress (n = 1). CONCLUSIONS: Although review of recent NNRTI trials suggests a lack of consensus on the optimal PRO instruments, a typical battery is comprised of a multidimensional HRQL measure coupled with one or more symptom measures. Further work is needed to clarify advantages and disadvantages of using specific PRO instruments to measure relevant constructs and to identify the most useful batteries of instruments for NNRTI trials.
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 | 0,017 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,002 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».