Range and Consistency of Outcomes Reported in Randomized Trials Conducted in Kidney Transplant Recipients: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: The potential for clinical trials to impact patient care may be limited if the outcomes reported vary by trial and lack direct relevance to patients. Despite the many trials conducted in kidney transplantation, premature death due to cardiovascular disease, infection, and malignancy remains high. We aimed to assess the range and consistency of outcomes reported in trials in kidney transplantation. METHODS: We searched for randomized trials conducted in kidney transplantation. We extracted the outcome measures, classified them into outcome domains, and into categories (clinical, surrogate or patient-reported outcome [PRO]). We assessed the measures used for the top 4 domains. RESULTS: Overall, 397 trials reported 12 047 outcomes measures and time points (median, 19 per trial; interquartile range, 9-42) across 106 different domains, of which 55 (52%) were surrogate, 35 (33%) clinical, and 16 (15%) PRO. The 4 most frequently reported were graft function (322 [81%] trials, 118 outcome measures), acute rejection (234 [59%], 93 measures), graft loss (215 [54%], 48 measures), and mortality (204 [51%], 51 measures). The remaining 102 domains were reported in less than 50% of trials. CONCLUSIONS: Mortality- and graft-related outcome domains were frequently reported and assessed with a multiplicity of measures. Most outcome domains were surrogate outcomes, and the reporting of relevant life-threatening complications and PRO were uncommon. Establishing core outcomes based on the shared priorities of patients/caregivers and health professionals in kidney transplantation may improve the relevance and consistency of outcome reporting in trials to better inform clinical decision making.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,016 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».