Designing clinical trials in paediatric inflammatory bowel diseases: a PIBDnet commentary
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: The optimal trial design for assessing novel therapies in paediatric IBD (PIBD) is a subject of intense ongoing global discussions and debate among the different stakeholders. However, there is a consensus that the current situation in which most medications used in children with IBD are prescribed as off-label without sufficient paediatric data is unacceptable. Shortening the time lag between adult and paediatric approval of drugs is of the upmost importance. In this position paper we aimed to provide guidance from the global clinical research network (Pediatric Inflammatory Bowel Disease Network, PIBDnet) for designing clinical trials in PIBD in order to facilitate drug approval for children. METHODS: A writing group has been established by PIBDnet and topics were assigned to different members. After an iterative process of revisions among the writing group and one face-to-face meeting, all statements have reached consensus of >80% as defined a priori. Next, all core members of PIBDnet voted on the statements, reaching consensus of >80% on all statements. Comments from the members were incorporated in the text. RESULTS: The commentary includes 18 statements for guiding data extrapolation from adults, eligibility criteria to PIBD trials, use of placebo, dosing, endpoints and recommendations for feasible trials. Controversial issues have been highlighted in the text. CONCLUSION: The viewpoints expressed in this paper could assist planning clinical trials in PIBD which are both of high quality and ethical, while remaining pragmatic.
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.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 découle