MétaCan
Menu
Retour à la cohorte
Enregistrement W2909676274 · doi:10.1007/s11102-018-00933-9

AcroVoice: eliciting the patients’ perspective on acromegaly disease activity

2019· article· en· W2909676274 sur OpenAlexafffund
Yanina Jackson, Emuella Flood, Stephanie Rhoten, Ellen Janssen, Mark Lundie

Notice bibliographique

RevuePituitary · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePituitary Gland Disorders and Treatments
Établissements canadiensPfizer (Canada)
Organismes subventionnairesUniversity of AlbertaPfizer
Mots-clésAcromegalyMedicineDiseaseQuality of life (healthcare)Internal medicineLogistic regressionPhysical therapyGrowth hormone

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To determine how patients define acromegaly disease activity and treatment success and to quantify from the patients' perspective the relative importance of each disease parameter included in the ACRODAT®. METHODS: One hundred acromegaly patients on medical therapy (mean age = 47.1 years; SD = 11.96) completed an online preference study evaluating hypothetical patient profiles described in terms of insulin-like growth factor-I (IGF-I) levels, tumor size, comorbid conditions, signs/symptoms, and quality of life (QoL). Participants first completed a single-profile task experiment by rating 20 single patient profiles as exhibiting stable, mild, or significant disease activity based on treatment success. Next, participants completed a double-profile discrete choice experiment (DCE) by selecting the patient that was doing "better" from 15 profile pairs. Results were analyzed using logistic and conditional logistic models. RESULTS: When choosing between stable vs. mild or significant disease activity, signs/symptoms, tumor size, and IGF-I levels were weighted equally; IGF-I and signs and symptoms were valued equally when selecting mild vs. significant disease activity. The DCE showed that, statistically, all disease parameters, except comorbid conditions, predicted health status equally. Tumor size and IGF-I levels each accounted for 23% of the decision-making process; QoL, signs/symptoms, and comorbid conditions accounted for 21%, 19%, and 14%, respectively. CONCLUSION: All five ACRODAT® parameters had some influence on disease activity from the patients' perspective. To account for patients' preferences and optimize treatment and outcomes, a holistic disease management approach should be employed.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,009
Tête enseignante GPT0,269
Écart entre enseignants0,260 · 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'étudeQualitatif
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

Citations21
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePituitaryMême sujetPituitary Gland Disorders and TreatmentsTravaux en français237 207