Management of chronic neuropathic pain: a protocol for a multiple treatment comparison meta-analysis of randomised controlled trials
Notice bibliographique
Résumé
INTRODUCTION: Chronic neuropathic pain is associated with reduced health-related quality of life and substantial socioeconomic costs. Current research addressing management of chronic neuropathic pain is limited. No review has evaluated all interventional studies for chronic neuropathic pain, which limits attempts to make inferences regarding the relative effectiveness of treatments. METHODS AND ANALYSIS: We will conduct a systematic review of all randomised controlled trials evaluating therapies for chronic neuropathic pain. We will identify eligible trials, in any language, by a systematic search of CINAHL, EMBASE, MEDLINE, AMED, HealthSTAR, DARE, PsychINFO and the Cochrane Central Registry of Controlled Trials. Eligible trials will be: (1) enrol patients presenting with chronic neuropathic pain, and (2) randomise patients to alternative interventions (pharmacological or non-pharmacological) or an intervention and a control arm. Pairs of reviewers will, independently and in duplicate, screen titles and abstracts of identified citations, review the full texts of potentially eligible trials and extract information from eligible trials. We will use a modified Cochrane instrument to evaluate risk of bias of eligible studies, recommendations from the Initiative on Methods, Measurement, and Pain Assessment in Clinical Trials (IMMPACT) to inform the outcomes we will collect, and the Grading of Recommendations Assessment, Development and Evaluation (GRADE) system to evaluate our confidence in treatment effects. When possible, we will conduct: (1) in direct comparisons, a random-effects meta-analysis to establish the effect of reported therapies on patient-important outcomes; and (2) a multiple treatment comparison meta-analysis within a Bayesian framework to assess the relative effects of treatments. We will define a priori hypotheses to explain heterogeneity between studies, and conduct meta-regression and subgroup analyses consistent with the current best practices. ETHICS AND DISSEMINATION: We do not require ethics approval for our proposed review. We will disseminate our findings through peer-reviewed publications and conference presentations. TRIAL REGISTRATION NUMBER: PROSPERO (CRD42014009212).
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 | 0,185 | 0,273 |
| Méta-épidémiologie (sens strict) | 0,013 | 0,008 |
| Méta-épidémiologie (sens large) | 0,035 | 0,053 |
| Bibliométrie | 0,016 | 0,018 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,012 | 0,010 |
| Science ouverte | 0,011 | 0,007 |
| Intégrité de la recherche | 0,013 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,083 | 0,011 |
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 source (Gemma direct ou Codex distillé), 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 ».