A paradigm change to inform fibromyalgia research priorities by engaging patients and health care professionals
Notice bibliographique
Résumé
Background: Research objectives should be focused toward advancing knowledge that has meaningful impact on health. However, research agendas are mostly driven by the health care community, with limited input from patients.Aims: In this study, prioirities of uncertainties for the management of fibromyalgia (FM) that could propel future research were identified by a defined process using the James Lind Alliance Priority Setting Partnership (JLA-PSP) methodology.Methods: As a first step, a survey was distributed across Canada that engaged patients, caregivers, and health care professionals to provide narrative input to eight open-ended questions regarding FM care. Responses were thematically condensed and synthesized into an initial list of 43 uncertainties used to guide a comprehensive literature search. Questions already effectively addressed in the literature were excluded, leaving 25 uncertainties that were ranked during a one-day consensus workshop.Results: Three broad themes emerged: the value of personalized targeted treatment and subgrouping of patients; the efficacy of various self-management strategies and educational initiatives; and identification of the ideal health care setting to provide FM care. Opioids and cannabinoids were the only specific pharmacologic interventions ranked as needing further research.Conclusions: The prioritized questions highlight the importance of recognizing the heterogeneity of FM symptoms, the need for a personalized treatment approach, and a better understanding of the value of self-management strategies. This is the first study that uses an established and transparent methodology to engage all FM stakeholders to help inform researchers and funding bodies of clinically relevant research priorities.
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 | 0,486 | 0,251 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,019 | 0,057 |
| Communication savante | 0,036 | 0,045 |
| Science ouverte | 0,011 | 0,036 |
| Intégrité de la recherche | 0,017 | 0,040 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».