MétaCan
Menu
Retour à la cohorte
Enregistrement W2788981868 · doi:10.1155/2018/5813767

Investigation into the Individualized Treatment of Traditional Chinese Medicine through a Series of N‐of‐1 Trials

2018· article· en· W2788981868 sur OpenAlexafffund
Haiyin Huang, Peilan Yang, Jie Wang, Yingen Wu, Suna Zi, Jie Tang, Zhenwei Wang, Ying Ma, Yuqing Zhang

Notice bibliographique

RevueEvidence-based Complementary and Alternative Medicine · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory and Cough-Related Research
Établissements canadiensMcMaster UniversityImpact
Organismes subventionnairesShanghai University of Traditional Chinese MedicineMcMaster UniversityTexas Children's Hospital
Mots-clésDecoctionAlgorithmMedicineMathematicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Purpose. To compare the efficacy of individualized herbal decoction with standard decoction for patients with stable bronchiectasis through N‐of‐1 trials. Methods. We conducted a single center N‐of‐1 trials in 17 patients with stable bronchiectasis. Each N‐of‐1 trial contains three cycles. Each cycle is divided into two 4‐week intervention including individualized decoction and fixed decoction (control). The primary outcome was patient self‐reported symptoms scores on a 1–7 point Likert scale. Secondary outcomes were 24‐hour sputum volume and CAT scores. Results. Among 14 completed trials, five showed that the individualized decoction was statistically better than the control decoction on symptom scores (P < 0.05) but was not clinically significant. The group data of all the trials showed that individualized decoction was superior to control decoction on symptom scores (2.13 ± 0.58 versus 2.30 ± 0.65, P = 0.002, mean difference and 95% CI: 0.18 (0.10, 0.25)), 24 h sputum volume (P = 0.009), and CAT scores (9.69 ± 4.89 versus 11.64 ± 5.59, P = 0.013, mean difference and 95% CI: 1.95 (1.04, 2.86)) but not clinically significant. Conclusion. Optimizing the combined analysis of individual and group data and the improvement of statistical models may make contribution in establishing a method of evaluating clinical efficacy in line with the characteristics of traditional Chinese medicine individual diagnosis and treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,411
Tête enseignante GPT0,447
Écart entre enseignants0,036 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvidence-based Complementary and Alternative MedicineMême sujetRespiratory and Cough-Related ResearchTravaux en français237 207