Improving Benefit-harm Assessment of Therapies from the Patient Perspective: OMERACT Premeeting Toward Consensus on Core Sets for Randomized Controlled Trials
Notice bibliographique
Résumé
OBJECTIVE: Outcome Measures in Rheumatology (OMERACT) convened a premeeting in 2018 to bring together patients, regulators, researchers, clinicians, and consumers to build upon previous OMERACT drug safety work, with patients fully engaged throughout all phases. METHODS: Day 1 included a brief introduction to the history of OMERACT and methodology, and an overview of current efforts within and outside OMERACT to identify patient-reported medication safety concerns. On Day 2, two working groups presented results; after each, breakout groups were assembled to discuss findings. RESULTS: Five themes pertaining to drug safety measurement emerged. CONCLUSION: Current approaches have failed to include data from the patient's perspective. A better understanding of how individuals with rheumatic diseases view potential benefits and harms of therapies is essential.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,855 | 0,838 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,006 |
| Méta-épidémiologie (sens large) | 0,010 | 0,014 |
| Bibliométrie | 0,015 | 0,007 |
| Études des sciences et des technologies | 0,009 | 0,011 |
| Communication savante | 0,023 | 0,024 |
| Science ouverte | 0,013 | 0,034 |
| Intégrité de la recherche | 0,021 | 0,047 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».