What are the important outcomes in traumatic dental injuries? An international approach to the development of a core outcome set
Notice bibliographique
Résumé
BACKGROUND/AIMS: There are numerous treatment options following traumatic dental injury (TDI). Systematic reviews of different treatments are challenging owing to the diversity of outcomes reported between clinical studies. This issue could be addressed through the development and implementation of a agreed and standardized collection of outcomes known as a core outcome set (COS). The aim of this study was to develop a COS for TDI in children and adults. The secondary aim was to establish what, how, when and by whom these outcomes should be measured. MATERIALS AND METHOD: The project was registered with Core Outcomes Measures in Effectiveness Trials (COMET). A web-based survey was developed to capture the opinions of dentists globally as to which outcomes should be recorded. A list of outcomes was entered into a Delphi Survey and scored by an Expert Working Group (EWG). The scoring was repeated, followed by conference calls to discuss, refine and finalize the COS. The EWG split into small groups of subject-specific experts to determine how, when and by whom each outcome would be measured. RESULTS: The questionnaire was completed by 1476 dentists. The EWG identified 13 core outcomes to be recorded for all TDI's. An additional 10 injury-specific outcomes were identified. A table has been produced for each outcome detailing what, when, and how each outcome should be recorded. CONCLUSIONS: A robust consensus process was used to develop an international COS for TDI in children and adults. This includes both generic and injury-specific outcomes across all identified domains.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».