MétaCan
Menu
Retour à la cohorte
Enregistrement W2531849338 · doi:10.1097/j.pain.0000000000000673

Reporting of cross-over clinical trials of analgesic treatments for chronic pain: Analgesic, Anesthetic, and Addiction Clinical Trial Translations, Innovations, Opportunities, and Networks systematic review and recommendations

2016· review· en· W2531849338 sur OpenAlexaff
Jennifer S. Gewandter, Michael McDermott, Andrew McKeown, Kim Hoang, Katarzyna Iwan, Sarah Kralovic, Daniel Rothstein, Ian Gilron, Nathaniel P. Katz, Srinivasa N. Raja, Stephen Senn, Shannon M. Smith, Dennis C. Turk, Robert H. Dworkin

Notice bibliographique

RevuePain · 2016
Typereview
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensQueen's University
Organismes subventionnairesU.S. Food and Drug Administration
Mots-clésAnalgesicClinical trialMedicineSample size determinationChronic painAddictionSystematic reviewRandomized controlled trialCross overMeta-analysisMEDLINEPhysical therapyMedical physicsAnesthesiaSurgeryPsychiatryInternal medicineStatistics

Résumé

récupéré en direct d'OpenAlex

Cross-over trials are typically more efficient than parallel group trials in that the sample size required to yield a desired power is substantially smaller. It is important, however, to consider some issues specific to cross-over trials when designing and reporting them, and when evaluating the published results of such trials. This systematic review evaluated the quality of reporting and its evolution over time in articles of cross-over clinical trials of pharmacologic treatments for chronic pain published between 1993 and 2013. Seventy-six (61%) articles reported a within-subject primary analysis, or if no primary analysis was identified, reported at least 1 within-subject analysis, which is required to achieve the gain in power associated with the cross-over design. For 39 (31%) articles, it was unclear whether analyses conducted were within-subject or between-group. Only 36 (29%) articles reported a method to accommodate missing data (eg, last observation carried forward, n = 29), and of those, just 14 included subjects in the analysis who provided data from only 1 period. Of the articles that identified a within-subject primary analysis, 21 (51%) provided sufficient information for the results to be included in a meta-analysis (ie, estimates of the within-subject treatment effect and variability). These results and others presented in this article demonstrate deficiencies in reporting of cross-over trials for analgesic treatments. Clearer reporting in future trials could improve readers' ability to critically evaluate the results, use these data in meta-analyses, and plan future trials. Recommendations for proper reporting of cross-over trials that apply to any condition are provided.

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)0,604
score de la tête « metaresearch » (Gemma)0,865
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,396
Score d'incertitude au seuil0,488

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6040,865
Méta-épidémiologie (sens strict)0,0030,005
Méta-épidémiologie (sens large)0,0150,018
Bibliométrie0,0180,021
Études des sciences et des technologies0,0030,006
Communication savante0,0160,019
Science ouverte0,0060,006
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,904
Tête enseignante GPT0,667
Écart entre enseignants0,238 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
DomainePrésentation des résultats
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

Citations19
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePainMême sujetMeta-analysis and systematic reviewsTravaux en français237 207