MétaCan
Menu
Retour à la cohorte
Enregistrement W2987949733 · doi:10.1097/md.0000000000017844

Interventions for cancer-related pain

2019· article· en· W2987949733 sur OpenAlexaff
Tao Xu, Hanzhou Lei, Yutong Zhang, Siying Huang, Ziwen Wang, Siyuan Zhou, Jiao Yang, Qianhua Zheng, Jiao Chen, Ling Zhao

Notice bibliographique

RevueMedicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Opioid Use
Établissements canadiensCAE (Canada)
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMedicinePsychological interventionMEDLINECancer painPhysical therapyCancerIntensive care medicineInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Several treatments are beneficial for patients with cancer-related pain (CRP), and there are numbers of systematic reviews evaluating the effectiveness and safety of these treatments. However, the overall quality of the evidence has not been quantitatively assessed. The aim of this study is to overcome the inconclusive evidence about the interventions of CRP. METHODS: We will perform an umbrella systematic review to identify eligible randomised controlled trials (RCTs). A comprehensive literature search will be conducted in MEDLINE, EMBASE, and the Cochrane library for systematic reviews, meta-analyses and RCTs. We will describe the general information of the RCTs for participants, interventions, outcome measurements, comparisons, and results. Network meta-analysis will be developed to determine the comparative effectiveness of the treatments. RESULTS: The result of this network meta-analysis will provide direct and indirect evidence of treatments for CRP. CONCLUSION: The conclusion of our study will help clinicians and CRP patients to choose suitable treatment options. ETHICS AND DISSEMINATION: Formal ethical approval is not required, as the data are not individualized. The findings of this systematic review will be disseminated in a peer-reviewed publication and/or presented at relevant conferences. PROSPERO REGISTRATION NUMBER: CRD42019131721.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,267
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,033
Tête enseignante GPT0,345
Écart entre enseignants0,312 · 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'étudeSans objet
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetPain Management and Opioid UseTravaux en français237 207