MétaCan
Menu
Retour à la cohorte
Enregistrement W2607048709 · doi:10.1097/tp.0000000000001776

Developing Consensus-Based Priority Outcome Domains for Trials in Kidney Transplantation

2017· article· en· W2607048709 sur OpenAlex
Bénédicte Sautenet, Allison Tong, Karine Manera, Jeremy R. Chapman, Anthony Ν. Warrens, David Rosenbloom, Germaine Wong, John Gill, Klemens Budde, Lionel Rostaing, Lorna Marson, Michelle A. Josephson, Peter P. Reese, Timothy L. Pruett, Camilla S. Hanson, Dónal O’Donoghue, Helen Tam‐Tham, Jean‐Michel Halimi, Jenny I. Shen, John Kanellis, John D. Scandling, Kirsten Howard, Martin Howell, Nick Cross, Nicole Evangelidis, Philip Masson, Rainer Oberbauer, Samuel Fung, Shilpanjali Jesudason, Simon Knight, Sreedhar Mandayam, Stephen P. McDonald, Steven J. Chadban, Tasleem Rajan, Jonathan C. Craig

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueTransplantation · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensUniversity of CalgaryUniversity of British Columbia
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésMedicineTransplantationFamily medicineIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Inconsistencies in outcome reporting and frequent omission of patient-centered outcomes can diminish the value of trials in treatment decision making. We identified critically important outcome domains in kidney transplantation based on the shared priorities of patients/caregivers and health professionals. METHODS: In a 3-round Delphi survey, patients/caregivers and health professionals rated the importance of outcome domains for trials in kidney transplantation on a 9-point Likert scale and provided comments. During rounds 2 and 3, participants rerated the outcomes after reviewing their own score, the distribution of the respondents' scores, and comments. We calculated the median, mean, and proportion rating 7 to 9 (critically important), and analyzed comments thematically. RESULTS: One thousand eighteen participants (461 [45%] patients/caregivers and 557 [55%] health professionals) from 79 countries completed round 1, and 779 (77%) completed round 3. The top 8 outcomes that met the consensus criteria in round 3 (mean, ≥7.5; median, ≥8; proportion, >85%) in both groups were graft loss, graft function, chronic rejection, acute rejection, mortality, infection, cancer (excluding skin), and cardiovascular disease. Compared with health professionals, patients/caregivers gave higher priority to 6 outcomes (mean difference of 0.5 or more): skin cancer, surgical complications, cognition, blood pressure, depression, and ability to work. We identified 5 themes: capacity to control and inevitability, personal relevance, debilitating repercussions, gaining awareness of risks, and addressing knowledge gaps. CONCLUSIONS: Graft complications and severe comorbidities were critically important for both stakeholder groups. These stakeholder-prioritized outcomes will inform the core outcome set to improve the consistency and relevance of trials in kidney transplantation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,344
Score d'incertitude au seuil0,712

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,356
Tête enseignante GPT0,539
Écart entre enseignants0,183 · 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