Randomized Controlled Trials: Do They Have External Validity for Patients With Multiple Comorbidities?
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: Many randomized controlled trials (RCTs) exclude patients who have multiple comorbidities. The aim of this study was to illustrate the prevalence of comorbidities among patients followed up in primary care who would have met the inclusion criteria of selected RCTs focusing on treatment of a particular condition. We used hypertension as an example of a particular chronic condition. METHODS: We used an existing database of 980 patients (660 women) that was representative of a population consulting primary care family doctors and that contained information about all chronic conditions. We randomly selected 5 RCTs that focused on patients with hypertension. The inclusion and exclusion criteria used in each of the 5 RCTs were applied (1 study at a time) to the patients in our database. The patients from our data set who met the inclusion criteria of a given RCT were considered eligible for that RCT. RESULTS: Of the patients from our data set who were eligible for each of the RCTs, 89% to 100% had multiple chronic conditions. The mean number of chronic conditions of patients eligible for each RCT ranged from 5.5 +/- 3.3 to 11.7 +/- 5.3. CONCLUSIONS: Results from this study suggest that RCTs targeting a chronic medical condition such as hypertension could find that, in a sample taken from family practice, most eligible patients have comorbid conditions. Whether these patients are sampled or excluded should be reported. Research results intended to be applied in medical practice should take the complex reality of effective treatment of these patients into consideration.
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 | 0,008 | 0,005 |
| 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 | 0,001 |
| 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 découle