Eliciting the child's voice in adverse event reporting in oncology trials: Cognitive interview findings from the Pediatric Patient‐Reported Outcomes version of the Common Terminology Criteria for Adverse Events initiative
Notice bibliographique
Résumé
BACKGROUND: Adverse event (AE) reporting in oncology trials is required, but current practice does not directly integrate the child's voice. The Pediatric Patient-Reported Outcomes version of the Common Terminology Criteria for Adverse Events (PRO-CTCAE) is being developed to assess symptomatic AEs via child/adolescent self-report or proxy-report. This qualitative study evaluates the child's/adolescent's understanding and ability to provide valid responses to the PRO-CTCAE to inform questionnaire refinements and confirm content validity. PROCEDURE: From seven pediatric research hospitals, children/adolescents ages 7-15 years who were diagnosed with cancer and receiving treatment were eligible, along with their parent-proxies. The Pediatric PRO-CTCAE includes 130 questions that assess 62 symptomatic AEs capturing symptom frequency, severity, interference, or presence. Cognitive interviews with retrospective probing were completed with children in the age groups of 7-8, 9-12, and 13-15 years. The children/adolescents and proxies were interviewed independently. RESULTS: Two rounds of interviews involved 81 children and adolescents and 74 parent-proxies. Fifteen of the 62 AE terms were revised after Round 1, including refinements to the questions assessing symptom severity. Most participants rated the PRO-CTCAE AE items as "very easy" or "somewhat easy" and were able to read, understand, and provide valid responses to questions. A few AE items assessing rare events were challenging to understand. CONCLUSIONS: The Pediatric and Proxy PRO-CTCAE performed well among children and adolescents and their proxies, supporting its content validity. Data from PRO-CTCAE may improve symptomatic AE reporting in clinical trials and enhance the quality of care that children receive.
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 | 0,047 | 0,115 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».