Review of an innovative approach to practical trials: the ‘cohort multiple RCT’ design
Notice bibliographique
Résumé
The ‘cohort multiple randomised controlled trial’ (cmRCT) is an innovative approach to the design and conduct of RCTs which compare the effectiveness of interventions to usual care (Relton et al, 2010). The design utilises a large long term observational cohort of people with the condition of interest, regularly measuring the outcomes of the whole cohort. The cohort in the cmRCT design allows multiple trial populations to be quickly identified and recruited and interventions tested against usual care. Information consent processes are similar to those in routine healthcare. Studies using the design were identified through citations of the original theoretical article (Relton et al 2010). Data were extracted from published articles, study protocols and presentations. 16 studies implementing the cmRCT design were identified with a total of 18 ongoing or completed trials were embedded within these cohorts. Some cohorts focussed on a single disease or injury (e.g. hip fracture, breast cancer, colorectal cancer), others had a wider focus (e.g. risk of mental health conditions, risk of falls). Some studies built a cohort around a trial, and then obtained further funds to exploit the cohort for further trials within that cohort. This review of the cmRCT design in practice provides examples of the design in the UK, Canada and the Netherlands and will help guide researchers interested in using the cmRCT design. Future research needs to assess the acceptability and efficiency of this approach, i.e., if/when this design is preferable to the standard approach to single separate RCTs.
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 | 0,458 | 0,465 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».