MétaCan
Menu
Retour à la cohorte
Enregistrement W2905467764 · doi:10.1016/j.trci.2018.10.013

Participant outcomes and preferences in Alzheimer's disease clinical trials: The electronic Person‐Specific Outcome Measure (ePSOM) development program

2018· review· en· W2905467764 sur OpenAlexaff
Stina Saunders, Graciela Muñiz‐Terrera, Julie Watson, Charlotte Clarke, Saturnino Luz, Alison Evans, Craig Ritchie

Notice bibliographique

RevueAlzheimer s & Dementia Translational Research & Clinical Interventions · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensInstitute of Population and Public Health
Organismes subventionnairesAlzheimer’s Research UK
Mots-clésClinical trialOutcome (game theory)DiseaseAlzheimer's diseaseMedicineMeasure (data warehouse)PsychologyGerontologyInternal medicineComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Current pharmacological interventions for Alzheimer's dementia delay symptom progression for about a year. Although the outcomes in earlier disease states may include changes in biomarkers, the clinical effectiveness of any intervention can ultimately only be assessed by a patient's self-reported well-being. A better understanding of earlier manifestations of Alzheimer's disease and the drive for relevant outcome measures, allied to technological advances in artificial intelligence, have mediated the electronic Person-Specific Outcome Measure (ePSOM) development program. METHODS: There are 4 sequential stages in the ePSOM development program-(1) literature review, (2) focus group study, (3) national survey, and (4) development of an app for capturing person-specific outcomes. Here, we report the overall approach to the program incorporating our literature review on patient-reported outcome measures and patient preferences in the Alzheimer's disease population. RESULTS: Alzheimer's disease trials do not use any patient-reported outcome measures. Quality of life measures are often used as proxies for this, but they do not capture individual needs. Therefore, trials currently fail to reflect the participant's aspirations for effect but rather default to clinicostatistical measure of cognition and function. There is no implementation of patient preferences despite evidence that understanding preferences may influence adherence to treatment. DISCUSSION: It is important to consider preferences for an intervention and use PROMs for the measure of effectiveness given that both risk and benefit are judged by the recipient of the treatment. The ePSOM development program will deliver the methodology for incorporating meaningful outcomes in clinical trials to expand upon current biological and clinical measurements of effectiveness.

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)0,067
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,860
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0670,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,005
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,821
Tête enseignante GPT0,645
Écart entre enseignants0,177 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations21
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia Translational Research & Clinical InterventionsMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207