MétaCan
Menu
Retour à la cohorte
Enregistrement W2890164357 · doi:10.23889/ijpds.v3i4.683

Extending follow up of randomised clinical trials by linkage to routinely collected data – results of a scoping review of the published literature

2018· review· en· W2890164357 sur OpenAlexaff
Tiffany Fitzpatrick, Laure Perrier, Lisa M. Lix, Laura C. Rosella, David Henry

Notice bibliographique

RevueInternational Journal for Population Data Science · 2018
Typereview
Langueen
DomaineDecision Sciences
ThématiqueData Quality and Management
Établissements canadiensUniversity of ManitobaOntario Council of University LibrariesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLinkage (software)MedicineRecord linkageData extractionProtocol (science)Family medicineMEDLINEData miningAlternative medicineComputer sciencePopulationEnvironmental healthPathology

Résumé

récupéré en direct d'OpenAlex

IntroductionAlthough RCTs remain the gold standard for generating clinical evidence, follow up of participants to study long-term effects is limited by cost and other logistical considerations. Linkage of participant information to routinely collected data potentially offers a cost-effective solution to achieving long-term follow-up of treatment effects
 Objectives and ApproachThis scoping review aimed to identify RCTs that had been extended by record linkage, and characterize these in terms of nationality, numbers of trials, disease areas and outcomes, types of data, linkage modes and duration of follow-up. We followed published guidelines for the conduct of scoping reviews, with a registered protocol and comprehensive literature search. Criterion-based selection of studies and extraction of date were performed in duplicate. Descriptive statistics were used to summarise the characteristics of eligible studies.
 ResultsOne hundred thirteen RCTs had been extended by record linkage. Fifty-six were conducted in Nordic countries, 26 in the USA and 24 in the UK. Types of linkage data used were: vital statistics 36, adimistrative data 31, cancer registry 28, special registries 13 and others 11. The literature spanned 45 years, but 66 (58%) were published between 2010 and 2016. Linkage methods were reported as: deterministic 33, probabilistic 16 and unspecified 64. In 44 studies researchers reported ethics approval for linkage; this was not obtained in 39 cases and was absent in 30 reports. The overall follow up times achieved by record linkage were: 1-4 y (6 studies), 5-9y (34), 10-19y (48), 20-29y (21), 30-39y(4) and over 50y (1).
 Conclusion/ImplicationsAlthough we uncovered over 100 RCTs that were extended by record linkage this is tiny compared with the number of trials that have been undertaken. Linkage to routinely collected data seems to be a feasible but under-used approach to extending the follow-up of clinical trial participants for very long periods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,195
score de la tête « metaresearch » (Gemma)0,511
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Communication savante, Science ouverte
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,514
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1950,511
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,004
Science ouverte0,0240,006
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,713
Tête enseignante GPT0,658
Écart entre enseignants0,055 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetData Quality and ManagementTravaux en français237 207