Research priorities in chronic breathlessness: international expert consensus
Notice bibliographique
Résumé
Background: While the need for breathlessness research has been identified by health professionals and people caring for or living with chronic breathlessness, which research should be prioritised is unknown. We sought to identify expert views of research priorities for chronic breathlessness. Methods: Authors (n=74) of dyspnea/chronic breathlessness publications identified in Scopus were invited to a three-round Delphi survey. In Round 1, authors were asked to list ‘three to five questions that should be priorities for breathlessness research in the next 5 years’. Items suitable for rating on a 1-9 point Likert scale were devised from Round 1 responses and rated in two further rounds. A priori consensus was defined as ≥70% of respondents rating an item as important (Likert rating 7-9) and interquartile range (IQR) ≤2 (dispersion). Results: 31 respondents (9 countries, 5 professions) completed Round 1 (n=24 consistent in all 3 rounds). At the end of Round 3, 26 items met consensus. The six top research priorities were identifying: 1) alternatives to opioid therapy (consensus=91% [IQR 1.25]); 2) effective breathlessness self-management models for patients and carers (91% [2]); 3) distinct underlying pathological mechanisms across diseases (89% [1]); 4) therapies with an acceptable safety profile and good clinical benefit with a relatively long expected survival (87% [2]); 5) optimal pharmacological management of breathlessness (85% [2]); and 6) effective behavioural approaches (85% [2]). Conclusion: The research priorities generated by this study are a starting point for conversations between patients, carers, clinicians and researchers within the chronic breathlessness community.
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 | 0,400 | 0,428 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,014 | 0,009 |
| Études des sciences et des technologies | 0,005 | 0,008 |
| Communication savante | 0,013 | 0,015 |
| Science ouverte | 0,009 | 0,026 |
| Intégrité de la recherche | 0,012 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».