MétaCan
Menu
Retour à la cohorte
Enregistrement W2931388873 · doi:10.3899/jrheum.181099

Pain Measurement in Rheumatic and Musculoskeletal Diseases: Where To Go from Here? Report from a Special Interest Group at OMERACT 2018

2019· article· en· W2931388873 sur OpenAlexfundvenueno aff
Alessandro Chiarotto, Ulrike Kaiser, Ernest Choy, Robin Christensen, Philip G. Conaghan, Mary Cowern, Michael Gill, Maarten de Wit, Elizabeth Gargon, Ben Horgan, Jamie J Kirkham, Lee S. Simon, Jasvinder A. Singh, Peter Tugwell, Dennis C. Turk, Philip J. Mease

Notice bibliographique

RevueThe Journal of Rheumatology · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensnon disponible
Organismes subventionnairesLeeds Biomedical Research CentreDepartment of Anesthesiology and Pain Medicine, University of WashingtonNational Institutes of HealthVersus ArthritisAmsterdam University Medical CentersEuropean League Against RheumatismUniversity of WashingtonVrije Universiteit AmsterdamUniversity of LeedsNational Institute for Health and Care ResearchParker Institute for Cancer ImmunotherapyU.S. Food and Drug AdministrationHealth and Care Research WalesOttawa Hospital Research InstituteUniversity of Ottawa
Mots-clésMedicinePhysical therapyFamily medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Establishing a research agenda on standardizing pain measurement in clinical trials in rheumatic and musculoskeletal diseases (RMD). METHODS: Discussion during a meeting at the Outcome Measures in Rheumatology (OMERACT) 2018, prepared by a systematic review of existing core outcome sets and a patient online survey. RESULTS: Several key questions were debated: Is pain a symptom or a disease? Are pain core (sub)domains consistent across RMD? How to account for pain mechanistic descriptors (e.g., central sensitization) in pain measurement? CONCLUSION: Characterizing and assessing the spectrum of pain experience across RMD in a standardized fashion is the objective of the OMERACT Pain Working Group.

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)0,007
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,210
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,053
Tête enseignante GPT0,358
Écart entre enseignants0,305 · 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'étudeObservationnel
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

Citations6
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of RheumatologyMême sujetDelphi Technique in ResearchTravaux en français237 207