MétaCan
Menu
Retour à la cohorte
Enregistrement W2986446283 · doi:10.1111/hex.12997

Including the patient voice in the development and implementation of patient‐reported outcomes in cancer clinical trials

2019· review· en· W2986446283 sur OpenAlexaff
Bonnie Addario, Jan Geißler, Marcia K. Horn, Linda U. Krebs, Deborah Maskens, Kathy Oliver, Ananda Plate, Erin Schwartz, Nicole E. Willmarth

Notice bibliographique

RevueHealth Expectations · 2019
Typereview
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensKidney Foundation of Canada
Organismes subventionnairesBristol-Myers Squibb
Mots-clésInclusion (mineral)Quality (philosophy)Context (archaeology)Clinical trialPatient participationHealth careMedicineGuidelineKnowledge managementPsychologyNursingComputer scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Patient-reported outcomes (PROs) are used in parallel with clinical evidence to inform decisions made by industry, clinicians, regulators, health technology assessment bodies and other health-care decision-makers. In addition, PRO data can also guide shared decision making and individual patient choice. Yet, the quality of many PROs in cancer clinical trials is suboptimal and requires improvement to add value to health care and policy decision making. OBJECTIVE: To show how the integration of the patient and/or patient advocate at all stages of PRO development can help to realize the full potential of PROs. METHODS: We examined the literature to show that the patient voice is often absent from the planning and implementation of PROs in cancer clinical trials. Good practice examples from the literature were combined with guideline recommendations, training or educational resources, and our own experience to create detailed practical steps for the inclusion of patients and/or patient advocates throughout PRO development. RESULTS: Patient or patient advocates can play an active role in shaping PROs that are meaningful to the patient. They can contribute to content, choice of medium and implementation in a way that may support PRO completion and minimize missing data. Patients and their advocates can work to ensure PRO findings are disseminated appropriately in a way that is accessible to patients. CONCLUSION: This practical guidance aims to optimize PRO development and implementation in clinical trials, resulting in robust, relevant data that reflect the patient experience and that support decisions made by all stakeholders involved in research and health care.

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)0,715
score de la tête « metaresearch » (Gemma)0,739
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,285
Score d'incertitude au seuil0,351

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,7150,739
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0040,003
Études des sciences et des technologies0,0070,018
Communication savante0,0260,022
Science ouverte0,0060,025
Intégrité de la recherche0,0150,024
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,799
Tête enseignante GPT0,682
Écart entre enseignants0,117 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomaineMéthodes
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

Citations54
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth ExpectationsMême sujetMental Health and Patient InvolvementTravaux en français237 207