MétaCan
Menu
Retour à la cohorte
Enregistrement W2198751984 · doi:10.6061/clinics/2015(09)04

Differences between the real and the desired worlds in the results of clinical trials

2015· review· en· W2198751984 sur OpenAlexaff
Regina El Dib, Eliane Chaves Jorge, Amélia Kamegasawa, Solange Ramires Daher, Regina Stella Spagnuolo, Marise Pereira da Silva, Gabriel Pereira Braga, Enilze de Souza Nogueira Volpato, Norma Sueli Pinheiro Módolo, Marluci Betini, Adriana Polachini do Valle, Ione Corrêa, Rodrigo Bazán, Ricardo Augusto Monteiro de Barros Almeida, Silke Anna Theresa Weber, Hugo Hyung Bok Yoo, Paulo José Fortes Villas Bôas, José Eduardo Corrente, Joseph L. Mathew, Anil Kapoor, Raíssa Pierri Carvalho, Roberto Bezerra Vital, Leandro Gobbo Braz, Paulo do Nascimento

Notice bibliographique

RevueClinics · 2015
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMcMaster University Medical CentreMcMaster University
Organismes subventionnairesnon disponible
Mots-clésClinical trialMedicineRandomized controlled trialPsychological interventionMedical physicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: We refer to the effectiveness (known as pragmatic or real world) and efficacy (known as explanatory or desired or ideal world) of interventions. However, these terms seem to be randomly chosen by investigators who design clinical trials and do not always reflect the true purpose of the study. A pragmatic-explanatory continuum indicator summary tool was thus developed with the aim of identifying the characteristics of clinical trials that distinguish between effectiveness and efficacy issues. We verified whether clinical trials used the criteria proposed by the indicator summary tool, and we categorized these clinical trials according to a new classification. METHOD: A systematic survey of randomized clinical trials was performed. We added a score ranging from 0 (more efficacious) to 10 (more effective) to each domain of the indicator summary tool and proposed the following classifications: high efficacy (<25), moderate efficacy (25-50), moderate effectiveness (51-75), and high effectiveness (<75). RESULTS: A total of 844 randomized trials were analyzed. No analyzed trials used the criteria proposed by the indicator summary tool. Approximately 44% of the trials were classified as having moderate effectiveness, and 43.82% were classified as having moderate efficacy. CONCLUSIONS: Most clinical trials used the term "efficacy" to illustrate the application of results in clinical practice, but the majority of those were classified as having moderate effectiveness according to our proposed score. The classification based on the 0-100 score is still highly subjective and can be easily misunderstood in all domains based on each investigator's own experiences and knowledge.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,691
score de la tête « metaresearch » (Gemma)0,839
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,691
Score d'incertitude au seuil0,381

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6910,839
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,007
Bibliométrie0,0150,013
Études des sciences et des technologies0,0020,017
Communication savante0,0140,016
Science ouverte0,0030,011
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,980
Tête enseignante GPT0,836
Écart entre enseignants0,144 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinicsMême sujetHealth Policy Implementation ScienceTravaux en français237 207