F-140USE OF THE DELPHI PROCESS TO ACHIEVE CONSENSUS IN DEVELOPING A RANDOMIZED CONTROLLED 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
Objectives: Currently, there is no evidence to show that intensive follow-up after resection of non-small cell lung cancer (NSCLC) improves survival. An attempt to develop a protocol for a randomized trial of standard follow-up for resected NSCLC failed to achieve consensus on the two arms of the proposed trial at a face-to-face meeting of Canadian Thoracic Surgeons. The purpose of this study was to use a Delphi method to establish the standard arm for the study. Methods: All thoracic surgeons in Canada were asked to complete three electronic surveys. The first round (R1) involved questions about follow-up practices (i.e. time intervals, imaging). Round two (R2) collated the responses from R1, which were used to suggest standard and intensive follow-up protocols for R3. Round three (R3) presented the final protocols to determine willingness of surgeons to enroll patients in the RCT using these study arms. Results: Fourty-eight participants (64% of Canadian Thoracic Surgeons) responded in R1. All 48 followed patients after NSCLC resection, and felt establishing a protocol through an RCT was worthwhile. A standard protocol was used by 40 surgeons (83%) and 30 (62.5%) used the same protocol for all stages. Most respondents used CT in follow-up, and only 1 used MRI/CT brain or PET scan. No respondents used bone scans. Respondents felt it was important to detect asymptomatic locoregional recurrence (44; 91.7%) and metastatic disease (30; 62.5%). Only 29 participants (37%) responded in R2 and R3. Using feedback from R2, the final protocols were presented in R3. Conclusions: The modified Delphi method was successfully used to develop standard and intensive follow-up arms for a RCT to develop a follow-up protocol for NSCLC. Disclosure: No significant relationships.
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 | 0,017 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 | 0,000 |
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