Variability in the Reporting of Serum Urate and Flares in Gout Clinical Trials: Need for Minimum Reporting Requirements
Notice bibliographique
Résumé
OBJECTIVE: To describe the ways in which serum urate (SU) and gout flares are reported in clinical trials, and to propose minimum reporting requirements. METHODS: This analysis was done as part of a systematic review aiming to validate SU as a biomarker for gout. The ways in which SU and flares were reported were extracted from each study by 2 reviewers. RESULTS: A total of 22 studies (10 randomized controlled trials, 3 open-label extension studies, and 9 observational studies) were identified. There were 3 broad categories of SU reporting: percentage at target SU, mean SU, and change in SU. A median of 2 (range 1-3) categories were reported across all studies. The most common method of reporting SU was percentage at target in 17/22 (77.3%) studies, with all studies reporting a target of SU < 6 mg/dl. There were 12/22 (54.5%) studies reporting mean SU at some time after study entry, with 7 (58.3%) of these reporting at more than just the final study visit. Two ways of reporting gout flares were identified: mean flare rate and percentage of participants with flares. There was variability in time periods over which flares rates were reported. CONCLUSION: There is inconsistent reporting of SU and flares in gout studies. Reporting the percentage of participants who achieve a target SU reflects international treatment guidelines. SU should also be reported as a continuous variable with a relevant central and dispersion estimate. Gout flares should be reported as both percentage of participants and mean flare rates at each timepoint.
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 | 0,838 | 0,934 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,006 |
| Méta-épidémiologie (sens large) | 0,017 | 0,024 |
| Bibliométrie | 0,024 | 0,023 |
| Études des sciences et des technologies | 0,004 | 0,009 |
| Communication savante | 0,016 | 0,016 |
| Science ouverte | 0,012 | 0,009 |
| Intégrité de la recherche | 0,011 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».