Analyzing Health-Related Quality of Life in the EVOLVE Trial
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
BACKGROUND: The Evaluation of Cinacalcet HCl Therapy to Lower Cardiovascular Events (EVOLVE) clinical trial evaluated the effects of cinacalcet on clinical events in patients with secondary hyperparathyroidism (sHPT) who were on hemodialysis. Health-related quality of life (HRQoL) was assessed by a generic, preference-based health outcome measure (EQ-5D) at scheduled visits and after a study event. Here, we report the HRQoL analysis from EVOLVE. METHODS: We assessed changes in HRQoL from baseline to scheduled visits, and estimated the acute (3 mo) and chronic (beyond 3 mo) effects of sHPT-related events on HRQoL using generalized estimating equation analysis controlling for baseline HRQoL and randomized assignment. RESULTS: Data on HRQoL were available for 3547 of 3883 subjects, with 1650 events in the placebo and 1502 in the cinacalcet arm. At the study end, no difference in change from baseline HRQoL was observed in the direct comparison of EQ-5D by treatment arms. The regression analysis showed significant effects of events on HRQoL and a modest positive effect of cinacalcet. Estimated quality-adjusted life-year gains were of similar magnitude based on the observed data or the predictions from the model, with only a small gain in precision from the predicted analysis. CONCLUSIONS: By contrast with a conventional comparison, a regression analysis demonstrated large decrements in HRQoL after events and a modest improvement in HRQoL with cinacalcet. As randomized controlled trials are rarely powered to detect differences in HRQoL, a prespecified regression analysis may be acceptable to improve precision of the effects and understand their origin.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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